Damayanti, Ariesta (2016) Penerapan Algoritma K-Nearest Neighbor dan Algoritma Genetika Untuk Klasifikasi Status Gizi. STMIK AKAKOM, Yogyakarta.
|
Text
1_19780420 200501 2 001_HALAMAN_DEPAN.pdf - Published Version Download (144kB) | Preview |
|
|
Text
2_19780420 200501 2 001_BAB_I.pdf - Published Version Download (83kB) | Preview |
|
|
Text
3_19780420 200501 2 001_BAB_II.pdf - Published Version Download (72kB) | Preview |
|
|
Text
4_19780420 200501 2 001_BAB_III.pdf - Published Version Download (246kB) | Preview |
|
Text
5_19780420 200501 2 001_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (215kB) |
||
Text
6_19780420 200501 2 001_BAB_V.pdf - Published Version Restricted to Repository staff only Download (176kB) |
||
Text
7_19780420 200501 2 001_BAB_VI.pdf - Published Version Restricted to Repository staff only Download (126kB) |
||
|
Text
8_19780420 200501 2 001_BAB_VII.pdf - Published Version Download (70kB) | Preview |
|
|
Text
9_19780420 200501 2 001_DAFTAR_PUSTAKA.pdf - Published Version Download (285kB) | Preview |
Abstract
Status gizi adalah keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi. Penilaian Indeks Massa Tubuh (IMT) atau Body Mass Index (BMI) merupakan alat atau cara yang sederhana untuk memantau status gizi orang dewasa. Pengukuran dengan IMT ini akan memberikan hasil apakah berat badan seseorang dinyatakan normal, kurus atau gemuk. IMT hanya dapat digunakan untuk orang dewasa berumur > 18 tahun dan tidak dapat diterapkan pada bayi, anak, remaja, ibu hamil, dan olahragawan. Klasifikasi adalah salah satu tugas dari data mining yang bertujuan untuk memprediksi label kategori benda yang tidak diketahui sebelumnya, dalam membedakan antara objek yang satu dengan yang lainnya berdasarkan atribut atau fitur. Salah satu teknik klasikasi yang paling dasar dan sederhana adalah K- Nearest Neighbor (KNN). Parameter yang digunakan untuk pengukuran dengan IMT adalah : berat badan dan tinggi badan. Algoritma genetika digunakan sebagai metode optimasi untuk memperbaiki pemilihan nilai k Hasil yang didapatkan dari algoritma KNN dan algoritma genetika tersebut akan diuji dengan data uji untuk mendapatkan hasil klasifikasi penentuan status gizi sesuai dengan yang diharapkan.
Item Type: | Other |
---|---|
Uncontrolled Keywords: | algoritma genetika, KNN, optimasi, status gizi |
Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Pemrograman (Programming) |
Divisions: | Laporan Penelitian Dan Pengabdian |
Depositing User: | Wahyu Firmanto |
Date Deposited: | 12 Feb 2018 03:54 |
Last Modified: | 12 Feb 2018 03:54 |
URI: | http://eprints.akakom.ac.id/id/eprint/6689 |
Actions (login required)
View Item |