SISTEM KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN NAÏVE BAYES CLASSIFIER BERDASARKAN NILAI Z-SCORE DAN INDEKS ANTROPOMETRI

Abstract

Sistem untuk penilaian status gizi terhadap balita sangat penting untuk memantau pertumbuhan balita. Penelitian ini bertujuan untuk membangun suatu sistem klasifikasi interpretasi status gizi balita menggunakan metode Naive Bayes Classifier berdasarkan nilai z-score dan indeks Anthropometri. Data yang digunakan untuk melakukan klasifikasi meliputi jenis kelamin, usia, tinggi badan dan berat badan. Data dihitung menggunakan z-score untuk mendapatkan status gizi berdasarkan indeks antropometri yang terdiri dari berat terhadap umur (BB/U), tinggi badan terhadap umur (TB/U) dan berat badan terhadap tinggi badan (BB/TB). Hasil dari penelitian berupa sistem yang dapat digunakan untuk melakukan klasifikasi status gizi berdasarkan kombinasi tiga indeks antropometri menggunakan metode Naive Bayes Classifier. Metode Naive Bayes Classifier mengklasifikasikan interpretasi klasifikasi balita gizi menjadi gizi kurang, normal dan gizi lebih. Pengujian keakuratan perhitungan menggunakan 55 data balita dari 225 data balita yang digunakan sebagai data latih dan 175 data balita sebagai data uji dengan tingkat akurasi sebesar 100%. Hasil klasifikasi status gizi pada 175 data latih menghasilkan gizi buruk sebagai persentase tertinggi sebesar 44,58%. Kata Kunci: Klasifikasi; data mining; Naive Bayes Classifier; z-score; status gizi balita; indeks antropometri. The system for assessment of nutritional status towards a toddler is crucial to monitor the growth of a toddlers. The research aims to bulid a system classification for determining the assessment of toddler nutritional status using naive bayes classificier based on value the z-score and index of Anthropometry. The data used to perform classification include gender, age, height and weight. The data is calculated using the z-score to get nutritional status based on anthropometric indices-weight-for-age, height-for-age, weight-for-height for classified use Naive Bayes Classifier. The results of the research is a system that can be used to perform classification of nutritional status based on a combination of three anthropometric indices using the Naive Bayes Classifier. Naive Bayes Classifier performs classification interpretation of nutritional toddler consisting of malnutrition, normal and overnutrition. This research uses 225 data of toddlers. Testing system using 55 data as training and 175 data as testing with an accuracy of 100%. The results of the classification of nutritional status on 175 data generate the highest percentage is malnutrition of 44.58%. Keyword : Classification; data mining; Naive Bayes Classifier; z-score; nutrition toddler status; anthropometry index.