<![CDATA[Usia balita merupakan periode emas karena anak mengalami perkembangan dan pertumbuhan yang sangat pesat. Selama masa tumbuh kembang ini, penting bagi balita mendapatkan asupan zat gizi yang seimbang untuk memperoleh status gizi yang baik. Gizi pada anak merupakan faktor terpenting yang sangat berpengaruh terhadap proses pertumbuhan. Kebutuhan gizi yang tidak terpenuhi dapat mempengaruhi masa depan balita termasuk risiko terjadinya stunting. Stunting pada balita merupakan permasalahan serius dalam kesehatan masyarakat yang memerlukan pendekatan klasifikasi yang efektif untuk identifikasi dini dan tindakan pencegahan yang tepat. Penelitian ini bertujuan untuk mengimplementasikan Metode Naïve Bayes Classifier dalam framework CRISP-DM untuk klasifikasi stunting pada balita. Framework CRISP-DM merupakan kerangka kerja sistematis untuk pengelolaan dan pemodelan data, sementara Naïve Bayes Classifier memberikan pendekatan yang efektif dalam klasifikasi. Evaluasi model dilakukan dengan metrik presisi, recall, dan akurasi untuk mengukur kinerja. Hasil yang diperoleh dari tahapan pemodelan dengan menggunakan algoritma Naïve Bayes Classifier menunjukkan nilai presisi sebesar 85%, nilai recall sebesar 91%, dan nilai akurasi sebesar 80%.]]>
Copyrights © 2024
