Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : IndraTech

PENENTUAN KEPUTUSAN ALAT KONTRASEPSI YANG TEPAT MENGGUNAKAN ALGORITMA NAÏVE BAYES Ayu Brahdika Putri; Sriyanto Sriyanto; Firmansyah Yunialfi
IndraTech Vol 3, No 2 (2022): Oktober 2022
Publisher : STMIK Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56005/jit.v3i2.121

Abstract

Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup padat. Pertumbuhan penduduk Indonesia yang semakin meningkat mendorong pemerintah untuk mengembangkan upaya-upaya pengendalian kelahiran, memperkecil angka kematian dan peningkatan kualitas penduduk, salah satunya dengan program Keluarga Berencana. Program Keluarga Berencana (KB) merupakan salah satu upaya pemerintah untuk mengendalikan laju pertumbuhan penduduk serta membentuk keluarga yang berkualitas. Alat kontrasepsi terdiri dari metode operasi wanita (MOW) atau sterilisasi wanita, metode operasi pria (MOP) atau sterilisasi pria, pil, IUD, suntik KB, kondom, metode amenore laktasi (MAL), Imlpant, Senggama Terputus dan Kalender. Pemilihan alat kontrasepsi yang sesuai penting dilakukan oleh pasangan mengingat kehamilan haruslah direncanakan. Perencanaan kehamilan penting dilakukan agar pasangan siap secara mental, fisik, maupun kondisi ekonominya. Akurasi yang dihasilkan oleh algoritma Naïve Bayes sedikit lebih baik dibandingkan dengan DT. C45 dengan Naïve Byes mendapat akurasi sebesar 91,91% dan DT.C45 sebesar 91,18%. Precision yang dihasilkan oleh algoritma Naïve Byes lebih baik dibandingkan dengan DT. C45 dengan Naïve Byes mendapat akurasi sebesar 79,82% dan DT.C45 sebesar 70,73%. Recall yang dihasilkan oleh algoritma Naïve Byes lebih baik dibandingkan dengan DT. C45 dengan Naïve Byes mendapat akurasi sebesar 77,71% dan DT.C45 sebesar 65,59%.Kata Kunci : Algoritma C4.5, Naïve Bayes, Alat Kontrasepsi, Rapidminer
PREDIKSI PENYAKIT MALARIA MENGGUNAKAN PRE-TRAINED MODEL ALGORITMA DENSE CONVOLUTIONAL NETWORK (DENSENET) Asep Eryana; Sriyanto Sriyanto; Nursiyanto Nursiyanto
IndraTech Vol 3, No 2 (2022): Oktober 2022
Publisher : STMIK Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56005/jit.v3i2.127

Abstract

-
PREDIKSI STUNTING PADA BALITA MENGGUNAKAN ALGORITMA RANDOM FOREST Juwariyem Juwariyem; Sriyanto Sriyanto
IndraTech Vol 4, No 1 (2023): Mei 2023
Publisher : STMIK Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56005/jit.v4i1.139

Abstract

Stunting adalah kondisi gagal tumbuh pada balita. Hal ini disebabkan oleh kurangnya gizi dalam jangka waktu yang lama, paparan infeksi berulang, dan kurangnya stimulasi. Kondisi malnutrisi ini dipengaruhi oleh kesehatan ibu saat hamil, status kesehatan remaja, serta ekonomi dan budaya hingga lingkungan, seperti sanitasi dan akses ke layanan kesehatan. Penelitian ini menggunakan metode Random Forest untuk melihat tingkat akurasi prediksi stunting pada balita yang menggunakan dataset dengan jumlah sebanyak 10001 record data, 7 atribut dan 1 kelas atribut. Berdasarkan hasil pengujian Random Forest untuk melihat akurasi dari prediksi keberhasilan data yang diujikan, diperoleh hasil akurasi yaitu 85,86 %. Dari hasil yang diperoleh terhadap pengujian yang telah dilakukan, diketahui bahwa metode Random Forest merupakan metode yang lebih baik dalam memprediksi akurasi pada stunting.Kata kunci: Prediksi, Stunting, Random Forest