Article Per Year (5 Year)
p-Index From 2020 - 2025
2.555
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Indonesian Journal on Software Engineering (IJSE) Widya Cipta : Jurnal Sekretari dan Manajemen JISICOM (Journal of Information System, Infomatics and Computing) Journal of Information System, Applied, Management, Accounting and Research Profitabilitas Conten : Computer and Network Technology SPEED - Sentra Penelitian Engineering dan Edukasi Jurnal Interkom : Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi Penamas: Journal of Community Service Research In Management and Accounting (RIMA)
Fransisca Natalia
Universitas Bina Sarana Informatika
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Library & Information Science Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Conten : Computer and Network Technology

 1 
OPTIMASI SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI STUNTING Purwati, Nani; Kiswati, Sri; Suharti, Sri; Natalia, Fransisca
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.5994

Abstract

Stunting masih menjadi permasalahan bagi sebagian besar masyarakat di Indonesia. Menurut Kementerian Kesehatan, prevalensi stunting di Indonesia masih cukup tinggi. Sebagai isu yang saat ini menjadi fokus pemerintah Indonesia, stunting menjadi topik penelitian yang sangat penting. Penelitian ini bertujuan untuk membandingkan metode klasifikasi Support Vector System (SVM) dan k-Nearest Neighbor (k-NN) dengan algoritma Particle Swarm Optimization (PSO) untuk mendapatkan model algoritma terbaik dalam klasifikasi stunting pada balita. Dataset penelitian diperoleh dari data posyandu di wilayah pedesaan. Variabel yang digunakan dalam penelitian ini berbeda dengan penelitian sebelumnya, yaitu menggunakan 11 variabel yaitu jenis kelamin, urutan kelahiran, usia, berat badan lahir, tinggi badan lahir, berat badan, tinggi badan, lingkar lengan atas, lingkar kepala, pemberian ASI eksklusif, dan status gizi. Hasil pengujian menggunakan algoritma k-NN, SVM, k-NN dengan PSO, dan SVM dengan PSO, menunjukkan hasil ak dan durasi tertinggi pada model k-NN sebesar 92,45% dan Kappa sebesar 0,736. Hasil pengujian menggunakan optimasi PSO tidak berubah secara signifikan
Co-Authors - UBSI Karawang, Djulaeha Akhmad Syukron Asep Asep Asep Asep Desi Novitasari Dominicus Wahyu Pradana Eka Chandra Ramdhani Eka Chandra Ramdhani EKO HARYADI Elly Muningsih Haris Ardiansyah Ida Ayu Putu Sri Widnyani Intan Anilia Nuraini Juniarti Eka Sapitri Juniarti Eka Sapitri Kurnia Abdurrahman Hariri Lina Ayu Safitri Muhamad Tabrani Muhamad Zaenal Arifin Nani Purwati Onyx Dewi Quraesin Pudji Widodo Pudji Widodo Putra, Muhamad Ilham Destama Ramdhani, Eka Chandra Ratnawati Ratnawati Sapitri, Juniarti Eka Sri Kiswati Surtika Ayumida Surtika Ayumida Syarifahputri, Lisa Nur Tuty Lindawati Yuni Siti Nuraeni