<![CDATA[Angka obesitas telah meningkat secara signifikan dalam beberapa dekade terakhir di seluruh dunia. Aspek seperti pola makan buruk, kurangnya olahraga, faktor genetik, lingkungan, dan masalah psikologis bisa mempengaruhi berkembangnya obesitas. Obesitas dapat menyebabkan berbagai masalah kesehatan seperti penyakit jantung, diabetes, dan gangguan pernapasan, serta bisa berdampak buruk pada kualitas hidup seseorang. Tujuan penelitian untuk mengimplementasi metode Decision Tree untuk klasifikasi obesitas. Decision Tree merupakan metode yang sangat efektif dalam melakukan klasifikasi. Dataset dalam penelitian ini, dilakukan dengan mengambil data Obesity Levels dari website Arcihive.ics.uci.edu. Dataset yang digunakan terdapat 2111 data dan 17 kolom. Hasil dari prediksi menggunakan metode Decision Tree mendapatkan nilai accuracy sebesar 94%, pecision sebesar 94%, recall sebesar 94%, Dan F1-score sebesar 94%. Meskipun hasil ini cukup memuaskan, penelitian ini juga menunjukkan adanya peluang untuk pengembangan lebih lanjut, seperti mempertimbangkan aspek – aspek lain seperti menambahkan jumlah dan variasi data, teknik preprocessing one-hot encoding, dan menggunakan metode klasifikasi lain untuk membandingkan kinerja model guna mendapatkan hasil yang lebih optimal dalam klasifikasi obesitas.]]>
Copyrights © 2025
