<![CDATA[Masalah gizi pada balita masih menjadi isu kesehatan yang serius, termasuk di Desa Sungai Ambangah, Kalimantan Barat. Permasalahan gizi yang meliputi kekurangan maupun kelebihan gizi dapat berdampak negatif terhadap pertumbuhan, perkembangan kognitif, dan kualitas hidup anak di masa depan. Oleh karena itu, diperlukan metode yang tepat untuk melakukan klasifikasi status gizi balita secara akurat sehingga dapat membantu tenaga kesehatan dalam menentukan langkah penanganan yang lebih efektif. Penelitian ini bertujuan untuk membandingkan kinerja algoritma C4.5 dan Naive Bayes dalam mengklasifikasikan status gizi balita berdasarkan data yang diperoleh dari Poskesdes Sungai Ambangah. Metode penelitian menggunakan pendekatan kuantitatif komparatif dengan total 1.502 data yang telah melalui tahap preprocessing, meliputi data cleaning, data reduction, dan data transformation. Proses pengujian dilakukan dengan aplikasi RapidMiner menggunakan teknik 10-fold cross validation. Hasil penelitian menunjukkan algoritma C4.5 memiliki akurasi 96,01% dengan AUC 0,972, sedangkan Naive Bayes memperoleh akurasi 95,54% dengan AUC 0,983. Berdasarkan uji T-Test, nilai p-value sebesar 0,479 > 0,05 menunjukkan tidak terdapat perbedaan signifikan antara keduanya. Kesimpulannya, kedua algoritma sama-sama layak digunakan dalam klasifikasi status gizi balita dan dapat dijadikan acuan dalam pengembangan sistem pendukung keputusan di bidang kesehatan masyarakat.]]>
Copyrights © 2026
