Jurnal Inkofar
Vol 1, No 2 (2019)

SISTEM PAKAR DETEKSI GIZI BURUK BALITA DENGAN METODE NAÏVE BAYES CLASSIFIER

Anita Sindar RM Sinaga (STMIK Pelita Nusantara Medan)
Dewi Simanjuntak (STMIK Pelita Nusantara Medan)



Article Info

Publish Date
20 Jan 2020

Abstract

Penyakit gizi buruk merupakan penyakit dengan jumlah penderita yang terus meningkat tiap tahunnya di Indonesia. Presentasi angka gizi buruk yang ada di Indonesia berkisar 3,4%. Ciri-ciri gizi buruk menunjukkan pertumbuhan yang tidak maksimal, perkembangan intelektual tidak maksimal, munculnya gangguan penglihatan, mudah lelah, tidak memiliki nafsu makan, bentuk tulang yang tidak normal, mudah sakit. Terbatasnya jumlah tenaga medis dapat dibantu dengan aplikasi sistem pakar tanpa bermaksud menggantikan Pakar. Sistem pakar yaitu sistem (mesin pengetahuan) yang mampu menggantikan fungsi kepakaran. Penelitian ini bertujuan mendeteksi penyakit gizi buruk pada usia 1-3 tahun (balita). menggunakan algoritma Naïve Bayes Clasifier. Dalam penelitian ini diketahui 3 jenis penyakit berdasarkan gejalanya yaitu Kwarshiorkor (P1), Marasmik-Kwarshiorkor (P2), Marasmus (P3) dengan 24 gejala gizi buruk. Hasil penelitian menunjukkan hasil perkalian tertinggi dari klasifikasi naive bayes merupakan jenis penyakit gizi buruk yang diderita pasien. Hasil deteksi dapat dimanfaatkan sebagai informasi awal deteksi gizi buruk.

Copyrights © 2019






Journal Info

Abbrev

inkofar

Publisher

Subject

Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering Medicine & Pharmacology Public Health Transportation

Description

Inkofar adalah jurnal ilmiah multidisipliner yang memublikasikan hasil riset, tinjauan pustaka, studi kasus, dan komunikasi singkat pada ranah Teknik Industri, Ilmu Komputer/Teknologi Informasi, dan Ilmu Farmasi beserta irisan di ...