<![CDATA[Di zaman yang serba teknologi ini, semua hal dapat diperoleh dengan mudah, mulai dari informasi, jasa serta layanan. Dari segi informasi, semua orang dapat memperoleh berbagai data dan panduan, seperti resep makanan, layanan pengiriman barang, hingga layanan kesehatan. Dalam jurnal ini, topik yang dibahas adalah tentang obesitas, sebuah masalah kesehatan yang semakin meningkat secara global. Metode GBM dipilih karena kemampuannya dalam menangani data non-linear dan memberikan akurasi tinggi dalam masalah klasifikasi. Dengan memanfaatkan dataset yang terdiri dari 2111 entri dan 16 atribut yang mencakup faktor-faktor fisik dan gaya hidup, penelitian ini berhasil mengidentifikasi pola-pola yang signifikan dalam klasifikasi obesitas. Hasil analisis menunjukkan bahwa model GBM tidak hanya mencapai akurasi tinggi sebesar 95%, tetapi juga menunjukkan keseimbangan yang baik antara precision, recall, dan F1-Score, yang masing-masing mencapai 95%, 96%, dan 95%.]]>
Copyrights © 2025
