Desain Penerapan Tools Outomasi Penentuan Status Gizi Balita Pada Sistem Posyandu Menggunakan Naive Bayes

Authors

  • Didik Nugroho Tiga Serangkai University Author
  • Sri Tomo Tiga Serangkai University Author
  • Raden Arie Febrianto Tiga Serangkai University Author

Keywords:

naive bayes, balita, gizi, posyandu, Confusion Matrix

Abstract

Status gizi adalah salah satu tolok ukur perkembangan anak.  WHO menetapkan 3 tabel untuk menentukan kondisi perkembangan balita yaitu Umur balita dan berat badan (C1) ,  Usia  dan Tinggi badan (C2), dan   Standar Berat Badan Menurut Tinggi Badan (C3). Lalu bagimana berdasrkan tiga tabel tersebut dapat dioakai untuk menentukan status gizi anak. Hal ini masih menyulitkan bagi kader posyandu. Maka perlu dikembangkan sistem yang mampu menentukan status gizi . Penelitian ini menggunkan data training , serta dengan data testing berdasarkan data observasi . Penentuan status gizi menggunakan metode Naïve Bayes  , pengujian menggunakan Confusion  Matrix. Hasil penelitian ini berhasil membuat sistem yang mampu menentukan status gizi, berdasarkan hasi uji data testing menunjukan nilai 100%.

Downloads

Download data is not yet available.

Author Biographies

  • Didik Nugroho, Tiga Serangkai University

    -

  • Raden Arie Febrianto, Tiga Serangkai University

    -

References

Agustriya, M. and Ula, M. (2024) ‘Analisis Kinerja Algoritma Klasifikasi Naïve Bayes Menggunakan Genetic Algorithm dan Bagging untuk Data Publik Risiko Transaksi Kartu Kredit’, JUSTIN (Jurnal Sistem dan Teknologi Informasi), 12(3), pp. 584–591.

Chatrina Siregar, N. et al. (2020) ‘Implementasi Metode Naive Bayes Classifier (NBC) Pada Komentar Warga Sekolah Mengenai Pelaksanaan Pembelajaran Jarak Jauh (PJJ)’, Jurnal Teknologia Aliansi Perguruan Tinggi (APERTI) BUMN, 3(1), pp. 102–110.

Dzulkarnain, T., Ratnawati, D.E. and Rahayudi, B. (2024) ‘Penggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Penilaian Masyarakat Terhadap Pelayanan Rumah Sakit di Malang’, Jurnal Teknologi Informasi dan Ilmu Komputer, 11(5), pp. 993–1000.

Hakim, Z.R. and Sugiyono, S. (2024) ‘Analisa Sentimen Terhadap Kereta Cepat Jakarta–Bandung Menggunakan Algoritma Naïve Bayes Dan K-Nearest Neighbor’, Jurnal Sains dan Teknologi, 5(3), pp. 939–945.

Hardiani, T. and Putri, R.N. (2024) ‘Implementasi metode Na{"i}ve Bayes classifier untuk klasifikasi stunting pada balita’, Digital Transformation Technology, 4(1), pp. 621–627.

Ina, E.R.T. and Hariadi, F. (2025) ‘A Web-Based Application to Determine Nutritional Status in Toddlers using the Z-Score Calculation Method at the Kambaniru Health Center’, Journal of Artificial Intelligence and Engineering Applications (JAIEA), 4(3), pp. 1653–1661.

Mirantika, N., Trisudarmo, R. and Syamfithriani, T.S. (2025) ‘Implementation of Naive Bayes Algorithm for Early Detection of Stunting Risk’, Journal of Applied Informatics and Computing, 9(2), pp. 356–363.

Nugraha, A. et al. (2024) ‘Implementasi Algoritma Naïve Bayes Classifier Untuk Klasifikasi Penerima Beasiswa BUMN Sekota Dumai’, Jurnal Karya Ilmiah Multidisiplin (JURKIM), 4(2), pp. 77–85.

Downloads

Published

18-08-2025