Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Innovative: Journal Of Social Science Research
Kemal Musthafa Rajabi
Universitas Jenderal Achmad Yani
Humanities Computer Science & IT Law, Crime, Criminology & Criminal Justice Public Health Other

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

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Nearest Neighbor (KNN) Dengan Fitur Relief-F Dalam Penentuan Status Stunting Kemal Musthafa Rajabi; Wina Witanti; Rezki Yuniarti
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.3885

Abstract

Stunting pada anak dapat diidentifikasi menggunakan beberapa indikator status gizi, seperti berat badan menurut umur (BB/U), tinggi badan menurut umur (TB/U), dan berat badan menurut tinggi badan (BB/TB), dengan menggunakan nilai skor-Z (Z-score) di bawah minus 2 pada indikator TB/U. Saat ini, metode pengukuran status stunting masih menggunakan pendekatan antropometri yang bersifat manual dan subjektif. Untuk mengatasi hal ini, penelitian ini mengembangkan model prediksi status stunting pada anak dengan menggunakan algoritma K-Nearest Neighbor (KNN) dan fitur Relief-F. Dan hasil penelitian menunjukkan bahwa seleksi fitur pada 5 Atribut yang berdasarkan iterasi dari Relief-F berhasil menaikkan nilai akurasi dengan bobot terbaik yang ditemukan pada iterasi ke-5 adalah pada atribut  Usia Saat Ukur dan Tinggi. Nilai akurasi terbaik ada pada nilai K = 1, data test 50% (50:50) dengan seleksi fitur 2 atribut menghasilkan akurasi 98,16%.
Co-Authors Rezki Yuniarti Wina Witanti