Article Per Year (5 Year)
p-Index From 2021 - 2026
3.822
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Jurnal Ilmiah Informatika Komputer Pelita : Jurnal Penelitian dan Karya Ilmiah JUTIS : Jurnal Teknik Informatika Jurnal Ilmu Hukum KYADIREN Unistek: Jurnal Pendidikan dan Aplikasi Industri Indonesian Community Service and Empowerment Journal (IComSE) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) JIMTEK Journal of Educational and Cultural Studies Klausula: Jurnal Hukum Tata Negara, Hukum Adminitrasi, Pidana dan Perdata Ekalaya: Jurnal Pengabdian Kepada Masyarakat Indonesia Mining Science and Technology Journal Legal Empowerment: Jurnal Pengabdian Hukum Jurnal Teknologi dan Sains Modern
Djamaludin Djamaludin, Djamaludin
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Pengembangan Aplikasi Website untuk Klasifikasi Status Gizi Balita Menggunakan Integrasi SMOTE pada Algoritma Naïve Bayes Adji, Damar Kuncoro; Hidayat, Taufik; Djamaludin, Djamaludin
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 2 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i2.14845

Abstract

Status gizi balita menjadi indikator krusial dalam menilai kondisi kesehatan dan pertumbuhan anak, sehingga penelitian ini bertujuan mengembangkan sistem klasifikasi status gizi balita berbasis machine learning dengan menggunakan data dari Puskesmas Rajeg sebanyak 6062 entri. Proses diawali dengan pemrosesan dataset dalam format .csv, dilanjutkan dengan pembersihan data, pemilihan atribut penting, penanganan data hilang, penghapusan outlier menggunakan metode interquartile range (IQR), dan penghilangan duplikasi. Selanjutnya, data diolah melalui label encoding, normalisasi MinMaxScaler, dan dibagi menjadi data latih dan data uji dengan rasio 70:30. Untuk menangani ketidakseimbangan kelas pada atribut target (BB/TB), digunakan metode SMOTE agar distribusi kelas menjadi seimbang. Model klasifikasi yang digunakan adalah Naïve Bayes dan dievaluasi menggunakan metrik akurasi, presisi, recall, serta F1-score. Hasil menunjukkan bahwa model tanpa SMOTE memiliki akurasi lebih tinggi (89%) dibandingkan model dengan SMOTE (63%), meskipun model dengan SMOTE lebih baik dalam mengenali kelas minoritas. Sistem ini diimplementasikan dalam bentuk aplikasi website prediksi status gizi yang interaktif dan mudah digunakan, sehingga memudahkan tenaga kesehatan dalam menginput data, mencari informasi, serta memantau status gizi balita secara efisien.
Co-Authors Adji, Damar Kuncoro Agusta, Dika Raisya Ali Djamhuri Ambarwati, Nafa Anwar, Iryana Apriyaldi, Muhamad Mumu Ar Rasyid, Yanuriansyah Arrasyid, Yanuriasnyah Asih, Neng Aviasti Bakri, Hasbi Diah Rahmawati Fiddin, Fahmi Haryanto Haryanto Hasim, Yulia Karlina Hendardie, Saesar Hubi, Zindan Baynal Hudaya Latuconsina Indradewa, Rhian James Simanjuntak Jayawarsa, A.A. Ketut Johan Budiman Khutomah, Dewi Ajeng Lubis, Ahmad Hisyam Maulana, Doni Aditia Mulia, Muhammad Aprialdi Nia Komalasari Nugroho, Asep Hardiyanto Nurhafsari, Asri Otong Rukmana Ramadhoni, Muhammad Reynhard Christian Fatunlibit Rizal Fahmi Rizal Fahmi Sri Jaya Lesmana Sujana, Dadang Sutanto, Arif Sutanto Syam, Syahriani Syarifuddin, Muhammad Arif Taufik Hidayat Toatubun , Najarudin Windyasari, Vina Septiana Yudha, Wira