Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Antivirus : Jurnal Ilmiah Teknik Informatika
Surti Ayu
Information System Universitas Bina Sarana Informatika
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
A COMPARISON OF THE C4.5 AND NAÏVE BAYES ALGORITHMS FOR CLASSIFYING THE NUTRITIONAL STATUS OF TODDLERS IN SUNGAI AMBANGAH VILLAGE, WEST KALIMANTAN Alfina Putri Anggraini; Surti Ayu; Suharyanto; Irmawati
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 20 No 1 (2026): Mei 2026
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/dc6r8v09

Abstract

Masalah gizi pada balita masih menjadi isu kesehatan yang serius, termasuk di Desa Sungai Ambangah, Kalimantan Barat. Permasalahan gizi yang meliputi kekurangan maupun kelebihan gizi dapat berdampak negatif terhadap pertumbuhan, perkembangan kognitif, dan kualitas hidup anak di masa depan. Oleh karena itu, diperlukan metode yang tepat untuk melakukan klasifikasi status gizi balita secara akurat sehingga dapat membantu tenaga kesehatan dalam menentukan langkah penanganan yang lebih efektif. Penelitian ini bertujuan untuk membandingkan kinerja algoritma C4.5 dan Naive Bayes dalam mengklasifikasikan status gizi balita berdasarkan data yang diperoleh dari Poskesdes Sungai Ambangah. Metode penelitian menggunakan pendekatan kuantitatif komparatif dengan total 1.502 data yang telah melalui tahap preprocessing, meliputi data cleaning, data reduction, dan data transformation. Proses pengujian dilakukan dengan aplikasi RapidMiner menggunakan teknik 10-fold cross validation. Hasil penelitian menunjukkan algoritma C4.5 memiliki akurasi 96,01% dengan AUC 0,972, sedangkan Naive Bayes memperoleh akurasi 95,54% dengan AUC 0,983. Berdasarkan uji T-Test, nilai p-value sebesar 0,479 > 0,05 menunjukkan tidak terdapat perbedaan signifikan antara keduanya. Kesimpulannya, kedua algoritma sama-sama layak digunakan dalam klasifikasi status gizi balita dan dapat dijadikan acuan dalam pengembangan sistem pendukung keputusan di bidang kesehatan masyarakat.
Co-Authors Alfina Putri Anggraini Irmawati Suharyanto