Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Blantika : Multidisciplinary Journal
Muthohharoh, Nazhifatul
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health

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

Found 1 Documents
Search

 1 
Analisis Perbandingan Algoritma Decision Tree dan Deep Learning untuk Klasifikasi Balita Stunting Menggunakan Rapidminer Muthohharoh, Nazhifatul
Blantika: Multidisciplinary Journal Vol. 2 No. 12 (2024): Special Issue
Publisher : PT. Publikasiku Academic Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57096/blantika.v2i12.258

Abstract

Stunting pada balita merupakan salah satu masalah kesehatan yang signifikan di negara berkembang seperti Indonesia, yang disebabkan oleh kekurangan gizi kronis. Identifikasi dini stunting sangat penting untuk mengurangi dampaknya terhadap perkembangan anak. Penelitian ini bertujuan untuk membandingkan efektivitas metode decision tree Algoritma C4.5 dan deep learning dalam mengidentifikasi stunting pada balita dengan menggunakan perangkat lunak RapidMiner. Metode penelitian ini menggunakan pendekatan komparatif dengan dua model pembelajaran mesin, yakni Algoritma C4.5 dan deep learning, yang diterapkan pada data stunting. Hasil penelitian menunjukkan bahwa metode deep learning memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan Algoritma C4.5 dalam mendeteksi stunting. Kesimpulannya, deep learning lebih efektif dalam mengidentifikasi stunting pada balita dibandingkan dengan Algoritma C4.5, sehingga direkomendasikan untuk digunakan dalam sistem pendeteksian stunting di Indonesia.
Co-Authors