Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Mandalika Mathematics and Educations Journal
Chansa Adhista Syahira
Universitas Negeri Semarang
Mathematics

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

Found 1 Documents
Search

 1 
Perbandingan Kinerja Metode Naïve Bayes, SVM, dan ANN dalam Klasifikasi Status Gizi Balita Chansa Adhista Syahira; Arief Agoestanto
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11962

Abstract

Masalah gizi pada balita merupakan tantangan kesehatan masyarakat yang krusial. Peningkatan kasus kekurangan dan kelebihan gizi pada balita memerlukan pengolahan data untuk proses klasifikasi sehingga dapat memberikan kemudahan dalam mengambil kesimpulan dan mengambil tindakan dalam pencegahan kekurangan dan kelebihan gizi balita. Oleh karena itu, penelitian ini menggunakan tiga metode yaitu Naïve Bayes, SVM, dan ANN untuk mengetahui kinerja dalam mengklasifikasikan status gizi balita menggunakan platform Google Colab dengan tahapan pengumpulan data, prepocessing data, pemodelan data, dan evaluasi performa berupa confusion matrix yang berfungsi untuk mengukur kinerja model klasifikasi machine learning. confusion matrix berisi metrik evaluasi lanjutan untuk menilai kualitas model secara spesifik yaitu accuracy, precision, dan recall. Hasil penelitian menunjukkan metode ANN dengan tingkat akurasi 99% merupakan metode terbaik dan paling efektif dalam pemantauan gizi balita dibandingkan SVM tingkat akurasi sebesar 98%, dan Naïve Bayes sebesar 93%. Hal ini juga didukung adanya keunggulan ANN dalam menyesuaikan bobot secara iteratif melalui hidden layers sehingga mampu memodelkan hubungan non-variabel antara variabel berat badan dan tinggi badan secara presisi.
Co-Authors Arief Agoestanto