Skripsi

Klasifikasi Status Gizi Anak Menggunakan Algoritma Multiclass Support Vector Machine

---

ABSTRAK
FEBRONIA WORIDEVENTY SONYA MUDIN, Klasifikasi Status Gizi Anak Menggunakan Algoritma Multiclass Support Vector Machine (dibimbing oleh Annisa Nurul Puteri dan Nuraida Latif).
Permasalahan yang terjadi pada perhitungan status gizi anak di Poliklinik Anak Rumah Sakit Umum Daerah Labuang Baji Provinsi Sulawesi Selatan selama ini masih dilakukan secara manual. Tujuan dari penelitian ini untuk mengembangkan model klasifikasi status gizi pada anak. Data ini diperoleh melalui (1) Observasi,Lapangan (2) Studi Pustaka, Data. Metode yang digunakan dalam pengembangan adalah model Algoritma Multiclass Support Vector Machine. Hasil penelitian menunjukkan bahwa algoritma Multiclass Support Vector Machine menggunakan kernel Radial Basis Function (RBF) efektif dalam melakukan klasifikasi status gizi pada anak dengan hasil pengujian menunjukkan performa yang berbeda untuk setiap kernel. Kernel RBF memberikan hasil terbaik dengan akurasi 82.00%, presisi 84.00%, recall 82.00%, dan F1-score 81%. Kernel Sigmoid menghasilkan akurasi 56.00%, presisi 55.00%, recall 56.00%, dan F1-score 54.00%. Sementara itu, kernel Polynomial mencapai akurasi 61.00%, presisi 63.00%, recall 61.00%, dan F1-score 56.00%.96.57%, disimpulkan bahwa model klasifikasi status gizi anak menggunakan Algoritma Multiclass Support Vector Machine dengan kernel RBF ini sangat layak digunakan dengan tingkat akurasi 82.00%, presisi 84.00%, recall 82.00%, dan F1-score 81%.

Kata kunci: Data Mining, Klasifikasi, Status Gizi, Multiclass Support Vector Machine.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR FEB k

Penerbit

Makassar : UNITAMA., 2024

Deskripsi Fisik

xii + 63 hlm., 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF FEB k

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Annisa Nurul Puteri Dan Pembimbing II: Nuraida Latif

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar