Detail Cantuman

Gizi balita merupakan salah satu aspek penting dalam pertumbuhan dan
perkembangan anak-anak pada usia dini. Penilaian status gizi balita menjadi
langkah awal dalam mengidentifikasi risiko kesehatan yang dapat dihadapi oleh
mereka. Dalam era teknologi informasi, penggunaan algoritma decision tree telah
menjadi pilihan populer dalam melakukan klasifikasi gizi balita berdasarkan
berbagai variabel yang relevan, untuk mencapai hal tersebut algoritma decision tree
digunakan untuk melihat faktor penentu klasifikasi yang mempengaruhi status gizi
.Tujuan utama penelitian yang dilakukan di Puskesmas Bugel ini adalah untuk
mengidentifikasi pola atau kelompok-kelompok tertentu dalam data status gizi
balita yang mungkin memiliki faktor-faktor risiko yang serupa dalam terjadinya
status gizi balita pada balita serta mengetahui tingkat akurasi dari penggunaan
metode decision tree untuk data perkembangan gizi balita. Studi ini menggunakan
seperangkat data yang komprehensif, termasuk variabel seperti usia, tinggi badan,
berat badan. Metodologinya melalui beberapa tahapan, diawali dengan pendataan
balita yang berkunjung ke Puskesmas. Selanjutnya, data dianalisis dan diproses
dengan hati-hati untuk memastikan keakuratan dan keandalannya. Kemudian,
algoritma decision tree diterapkan untuk mengklasifikasikan status gizi balita
berdasarkan variabel yang relevan. Hasil analisis dalam penelitian ini menggunakan
dua model pada partisi data yakni 80:20, adapun partisi model 80:20 menghasilkan
akurasi Proses implementasi decision tree menghasilkan nilai akurasi pada data
testing, skor yang dihasilkan dengan correct classified berjumlah 447, dengan
tingkat akurasi 83,24%, lalu dengan Cohen’s kappa (K) dengan skor 0,625%, wrong
classified dengan skor 90 dan terjadinya error atau data yang missing value sebesar
16,76%