PENENTUAN KLASIFIKASI STATUS GIZI DENGAN ALGORITMA NAÏVE BAYES CLASSIFICATION (STUDI KASUS : MAHASISWA STMIK AKAKOM)

Ibrahim, Nurhayati-135410147 (2017) PENENTUAN KLASIFIKASI STATUS GIZI DENGAN ALGORITMA NAÏVE BAYES CLASSIFICATION (STUDI KASUS : MAHASISWA STMIK AKAKOM). Skripsi thesis, STMIK AKAKOM Yogyakarta.

[img]
Preview
Text
1_135410147_HALAMAN_DEPAN.pdf - Published Version

Download (645kB) | Preview
[img]
Preview
Text
2_135410147_BAB_l.pdf - Published Version

Download (15kB) | Preview
[img]
Preview
Text
3_135410147_BAB_ll.pdf - Published Version

Download (475kB) | Preview
[img] Text
4_135410147_BAB_lll.pdf - Published Version
Restricted to Repository staff only

Download (455kB) | Request a copy
[img] Text
5_135410147_BAB_lV.pdf - Published Version
Restricted to Repository staff only

Download (490kB) | Request a copy
[img]
Preview
Text
6_135410147_BAB_V.pdf - Published Version

Download (7kB) | Preview
[img]
Preview
Text
7_135410147_DAFTAR_PUSTAKA.pdf - Published Version

Download (14kB) | Preview
[img]
Preview
Text
8_135410147_CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (48kB) | Preview
[img] Text
9_135410147_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (221kB) | Request a copy

Abstract

Malnutrisi merupakan keadaan patologis akibat kekurangan atau kelebihan zat gizi, baik secara relatif maupun absolut. Malnutrisi dapat terjadi karena kekurangan gizi (undernutrition) maupun kelebihan gizi (overnutrition). Keduanya disebabkan oleh ketidak seimbangan antara kebutuhan tubuh dan asupan zat gizi esensial. Oleh karena itu, penelitian ini bertujuan mengklasifikasi status gizi menggunakan algoritma klasifikasi pada teknik data mining. Penelitian ini dilakukan pada mahasiswa STMIK Akakom Yogyakarta dengan mengambil sampel secara random sebanyak 100 orang. Langkah pertama menghitung mean dan standar deviasi untuk setiap variabel bernilai numerik. Menghitung probabilitas untuk jenis kelamin dan status gizi yang bernilai konstan. Langkah kedua manghitung nilai gauss setiap variabel manurut kategori kurus, normal, obesitas ringan dan obesitas berat. Langkah ketiga menghitung likehood setiap variabel dan langkah terakhir menghitung nilai normalisasi dan penentuan hasil status gizi. Hasil pengujian sistem menunjukan kinerja sistem sebesar 85% dari jumlah pengujian data sebanyak 20 data uji. Kata Kunci: Data mining, Klasifikasi, Naïve bayes classification, Status gizi

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing : Ariesta Damayanti S.Kom., M.Cs
Uncontrolled Keywords: Data mining, Klasifikasi, Naïve bayes classification, Status gizi
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Informasi
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Users 1934 not found.
Date Deposited: 29 Agu 2017 04:34
Last Modified: 29 Agu 2017 04:34
URI: http://eprints.akakom.ac.id/id/eprint/4948

Actions (login required)

View Item View Item