Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal G-Tech : Jurnal Teknologi Terapan
Abdul Jalil
Universitas Ibrahimy, Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Energy Engineering

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

Found 1 Documents
Search

 1 
Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Status Stunting Pada Balita Abdul Jalil; Ahmad Homaidi; Zaehol Fatah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4811

Abstract

Stunting dan kekerdilan balita yang disebabkan oleh kekurangan gizi jangka panjang adalah masalah kesehatan utama di Indonesia. Dalam penelitian ini, algoritma Vector Support Machine (SVM) digunakan untuk mengklasifikasikan status stunting balita dengan tingkat akurasi yang tinggi. Dataset sebanyak 6500 data untuk kasus stuting di Indonesia terdiri dari delapan atribut: "Jenis kelamin", "umur", "berat lahir", "berat badan", "tinggi badan", "aksi eksklusif", dan "stunting." Data ini dikumpulkan melalui website Kaggle data publik.  Preprocessing termasuk perbaikan variabel data dan pembersihan suara data. Selanjutnya, dataset yang telah siap dibagi menjadi 20% data uji dan 80% data latih. Ketika digunakan untuk mengklasifikasikan kasus stunting pada balita, algoritma SVM dengan kernel "linear" menunjukkan nilai akurasi 82%, presisi 80%, dan recall 86%. Hasil ini menunjukkan bahwa algoritma SVM sangat baik untuk mengklasifikasikan kasus stunting pada balita. Selanjutnya, model klasifikasi stunting yang dibangun diterapkan pada aplikasi web yang menggunakan framework Streamlit.
Co-Authors Ahmad Homaidi Fatah, Zaehol