Pengembangan Algoritma Pengambilan Keputusan Untuk Menentukan Status Anak Pada Aplikasi Deteksi Stunting

Penulis

  • Telkom University
  • Telkom University
  • Telkom University

Abstrak

Stunting merupakan masalah serius dalam kesehatan masyarakat Indonesia, khususnya di daerah-daerah yang masih sulit mendapatkan akses terhadap makanan-makanan begizi, daerah dengan sanitasi yang kurang memadai,  dan daerah dengan tingkat kesadaran yang rendah mengenai pentingnya gizi dan kesehatan anak sehingga diperlukan aplikasi yang dapat melakukan early prediction terhadap status anak agar orang tua mengetahui anak tersebut normal atau kekurangan nutrisi. Dalam membuat aplikasi tersebut tentu saja diperlukan algoritma pengambilan keputusan pada aplikasi tersebut, untuk mendapatkan model K-Nearest Neighbors (KNN) yang baik, dibutuhkan metode split dataset, pengujian, nilai K, dan pengujian dataset. Dengan begitu akan ditemukan kekurangan pada kinerja aplikasi NutriScan dalam pengambilan keputusan.

Kata Kunci: Aplikasi deteksi, Algoritma pengambilan keputusan, Stunting.

Referensi

Rokom. (2023, January 25). sehatNegeriku. Diambil kembali dari sehatNegeriku Kementrian Kesehatan Republik Indonesia: https://sehatnegeriku.kemkes.go.id/baca/rilis-media/20230125/3142280/pr evalensi-stunting-di-indonesia-turun-ke-216-dari-244/

Fitriani, N. (2023, August 4). Open Data Jabar. Diambil kembali dari opendata.jabarprov.go.id: https://opendata.jabarprov.go.id/id/artikel/data-terbaru-prevalensi-stunting- di-jabar-menurun-43-pencapaian-target-who-semakin-dekat

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... & Duchesnay, É. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825-2830.

Beizer, B. (1995). Black-Box Testing: Techniques for Functional Testing of Software and Systems. John Wiley & Sons.

Parelta, JH. (2023). Microservice APIs: Using Python, Flask, FastAPI, OpenAPI and More.

Zhang, C., & Ma, Y. (2012). k-Nearest neighbor classification algorithm based on attribute weighting. Pattern Recognition Letters, 33(11), 1436-1441.

Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer Science & Business Media.

Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. Morgan Kaufmann.

##submission.downloads##

Diterbitkan

2024-12-01

Terbitan

Bagian

Program Studi S1 Teknik Komputer