Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimalisasi Prediksi Tingkat Obesitas di Negara Mexico Menggunakan Perbandingan Support Vector Machine dan Naïve Bayes Eggy Cahya Ardianta; Prasetyo Ari Wibowo; Nazzel Maulana Mustofa; Aidina Ristyawan; Erna Daniati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/1vhcpd30

Abstract

Obesitas, yang sering dikaitkan dengan penyakit jantung, diabetes, dan stroke, merupakan masalah besar bagi kesehatan global. Jumlah orang obesitas di Indonesia telah meningkat secara signifikan, mencapai 21,80 persen dari populasi dewasa pada tahun 2018. Studi ini menggunakan dataset yang tersedia untuk umum untuk memperkirakan tingkat obesitas di Meksiko. Teknik data mining yang digunakan termasuk algoritma Naive Bayes dan Support Vector Machine (SVM). Tujuannya adalah untuk membuat model prediksi yang dapat menemukan orang yang lebih berisiko terkena obesitas dan membantu mengambil langkah pencegahan yang tepat.