Pemanfaatan Metode Naive Bayes Untuk Klasifikasi Status Gizi Balita Pada Kelurahan Karang Anyer

Eko Rizky Dirta Eko; Dewi Maharani; Abdul Karim  Syahputra

doi:10.51454/decode.v4i2.279

Authors

Eko Rizky Dirta Eko Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Royal
Dewi Maharani Manajemen Informatika Sekolah Tinggi Manajemen Informatika dan Komputer Royal
Abdul Karim Syahputra Sistem Komputer Sekolah Tinggi Manajemen Informatika dan Komputer Royal

DOI:

https://doi.org/10.51454/decode.v4i2.279

Keywords:

Atribut, Data Mining, Klasifikasi Status Gizi, Naïve Bayes

Abstract

Posyandu merupakan salah satu pelayanan desa untuk mempermudah masyarakat dalam memeriksa kesehatan terutama ibu dan anak. Pada Puskesmas kelurahan Gambir baru masih menggunakan perhitungan manual dan belum adanya sistem yang dapat menentukan status gizi balita sehingga status gizi balita belum effesien. Untuk mengetahui proses perhitungan jumlah data status gizi balita pada posyandu kelurahan karang anyer dan membangun aplikasi dalam menentukan probabilitas status gizi balita menggunakan script PHP dan database MySQL, metode Algoritma Naïve bayes digunakan untuk klasifikasikan dengan teorema bayes dengan nilai antar variabel saling bebas (independen) pada suatu nilai output, menggunakan probabilitas untuk menentukan status gizi balita dengan kategori BB/U, TB/U, BB/TB yang menghasilkan klasifikasi status gizi baik dan gizi kurang. Dalam proses pembangunan sistem ini untuk menentukan klasifikasi status gizi balita yang tepat di gunakan oleh posyandu menggunakan metode Naïve bayes. Dengan atribut-atribut kondisi dan atribut keputusan. Dimana atribut kondisi yaitu, nama balita, umur balita, BB/U, TB/U, BB/TB, dan atribut keputusan yaitu gizi baik dan gizi kurang. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu dalam menentukan status gizi balita yang akurat untuk digunakan oleh posyandu kelurahan Karang anyer untuk menentukan klasifikasi status gizi balita.

References

Bhatia, P. (2019). Data Mining and Data Warehousing: Principles and Pratical Techniques. In Studies in Computational Intelligence (Vol. 47).

Dahri, D., Agus, F., & Khairina, D. M. (2016). Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 11(2), 29. https://doi.org/10.30872/jim.v11i2.211

Harfizar, H., Yuliana, K., & Muh Afiffudin, M. A. (2017). Perancangan Sistem Informasi Pendataan Karyawan Pada Perusahaan Jasa Berbasis Web. SENSI Journal, 3(2), 190–207. https://doi.org/10.33050/sensi.v3i2.777

Harliana, H., Yusron, R. D. R., & Machfud, I. (2022). Klasifikasi dan Monitoring Status Gizi Balita Melalui Penerapan Metode Naïve Bayes Classification Berbasis GIS. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 4(02), 161–168. https://doi.org/10.46772/intech.v4i02.869

Listijo, S. M., Listijo, H., & Pesah, W. (2022). Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes Dan Forward Selection Di Puskesmas Argamakmur. Komputaki, 8(1).

Listiyono, H., Sani, D. L., Khristianto, T., & Soelistijadi, R. (2022). Desain Sistem Informasi Perpustakaan Universitas Stikubank Semarang Berbasis Web. Pixel :Jurnal Ilmiah Komputer Grafis, 15(1), 121–131. https://doi.org/10.51903/pixel.v15i1.742

Mulyani, S. (2017). Analisis dan Perancangan Sistem Informasi Manajemen Keuangan Daerah Notasi Pemodelan Unified Modeling Language (UML) (2nd ed.). Abdi Sistematika.

Novendri, M. S., Saputra, A., & Firman, C. E. (2019). Aplikasi Inventaris Barang Pada MTS Nurul Islam Dumai Menggunakan PHP Dan MySQL. Lentera Dumai, 10(2).

Ordila, R., Wahyuni, R., Irawan, Y., & Yulia Sari, M. (2020). Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda). Jurnal Ilmu Komputer, 9(2), 148–153.

Parrangan, G. A., & Pangemanan, S. S. (2017). Penerapan Sistem Informasi Akutansi Penjualan Pada PT Deho Canning Company Bitung. ACCOUNTABILITY, 6(1), 112–117. https://doi.org/10.32400/ja.16033.6.1.2017.112-117

Putera, A. R., & Ibrahim, M. (2018). Rancang Bangun Sistem Informasi Peminjaman dan Pengembalian Buku Perpustakaan SMP Negeri 1 Madiun. DoubleClick: Journal of Computer and Information Technology, 1(2), 57–61. https://doi.org/10.25273/doubleclick.v1i2.2025

Putri, H., Purnamasari, A. I., Dikananda, A. R., Nurdiawan, O., & Anwar, S. (2021). Penerima Manfaat Bantuan Non Tunai Kartu Keluarga Sejahtera Menggunakan Metode NAÏVE BAYES dan KNN. Building of Informatics, Technology and Science (BITS), 3(3), 331–337. https://doi.org/10.47065/bits.v3i3.1093

Rahayu, S., Sari, A. R., & Saputra, T. S. (2018). Analisa Sistem Informasi Pengelolaan Keuangan Pada UPT Dinas Pendidikan Kecamatan Neglasari Kota Tangerang. SENSI Journal, 4(1), 1–8. https://doi.org/10.33050/sensi.v4i1.703

Rahmawati, N. (2019). Klasifikasi Kondisi Gizi Balita Menggunakan Metode Naive Bayes (Studi Kasus Posyandu Melati IV). Jurnal Ilmiah Mahasiswa Teknik Informatika, 2(3). http://repository.unama.ac.id/id/eprint/980

Sano, A. V. D. (2020). Diagram Sequence Dalam Analisa & Desain Sistem Informasi. https://binus.ac.id/malang/2020/12/beberapa-definisi-tentang-data-informasi-dan-sistem-informasi-menurut-beberapa-ahli/

Saputro, I. W., & Sari, B. W. (2020). Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa. Creative Information Technology Journal, 6(1), 1–11. https://doi.org/10.24076/citec.2019v6i1.178

Saryoko, A., Ningsih, A. S. S., & Agustina, T. (2015). Sistem Informasi Penggajian Karyawan Pada Bekasi Montessori Private School. Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer, 89–94. http://konferensi.nusamandiri.ac.id/prosiding/index.php/sniptek/article/view/158

Setiawan, H. B., & Utama, G. P. (2022). Klasifikasi Status Gizi Balita Menggunakan Metode Naïve Bayes Classifier. Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) Jakarta-Indonesia, September, 1(1), 707–715.

Sudirman, Windarto, A. P., & Wanto, A. (2018). Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia. IOP Conference Series: Materials Science and Engineering, 420(1). https://doi.org/10.1088/1757-899X/420/1/012089

Wanto, Anjar, D. (2020). Data Mining : Algoritma dan Implementasi - Books. In Yayasan kita menulis.

Widiyanto, D. (2022). Perancangan Sistem Informasi Manajemen Inventori Berbasis Web (Studi Kasus: SMK YPT Purworejo). Jurnal Ekonomi Dan Teknik Informatika, 10(1), 24–31.