Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 8 No. 3 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024

Optimalisasi Prediksi Tingkat Obesitas di Negara Mexico Menggunakan Perbandingan Support Vector Machine dan Naïve Bayes

Eggy Cahya Ardianta (Unknown)
Prasetyo Ari Wibowo (Unknown)
Nazzel Maulana Mustofa (Unknown)
Aidina Ristyawan (Unknown)
Erna Daniati (Unknown)

Article Info

Publish Date
31 Jul 2024

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.

Copyrights © 2024




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Website

Abbrev

inotek

Publisher

Universitas Nusantara PGRI Kediri

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Description

Teknologi saat berkembang sangat cepat selama beberapa tahun terakir ini. Perkembangan teknologi tersebut merupakan salah satu dampak dari peningkatan inovasi dalam bidang teknologi. Ide-ide dan produk baru selalu ada untuk membantu kemingkatkan kualitas kehidpan manusia. Dalam rangka mendukung ...