SEJATI, Salma Arum (2024) Aplikasi Klasifikasi Berbasis Web menggunakan Algoritma Support Vector Machine (SVM) untuk Klasifikasi Status Gizi Balita di Puskesmas Purwojati. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Download (170kB)
	PDF (Legalitas) LEGALITAS-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Restricted to Repository staff only Download (512kB)
	PDF (Abstrak) ABSTRAK-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Download (311kB)
	PDF (BabI) BAB-I-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Restricted to Repository staff only Download (309kB)
	PDF (BabII) BAB-II-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Restricted to Repository staff only Download (459kB)
	PDF (BabIII) BAB-III-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Restricted to Repository staff only Download (344kB)
	PDF (BabIV) BAB-IV-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB-V-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Download (279kB)
	PDF (DaftarPustaka) DAFTAR-PUSTAKA-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf Download (312kB)
	PDF (Lampiran) LAMPIRAN-Salma Arum Sejati-H1D019001-Skripsi-2024.pdf.pdf Restricted to Repository staff only Download (327kB)

Abstract

Balita merupakan kelompok usia paling rentan dalam hal kesehatan, sehingga penentuan status gizi balita merupakan faktor penting dalam mengamati pertumbuhan dan kesehatan mereka untuk menghindari terjadinya malnutrisi atau kekurangan gizi pada balita. Kondisi status gizi balita dapat digunakan untuk memprediksi bagaimana kualitas sumber daya manusia di masa yang akan datang. Peran status gizi balita merupakan faktor yang penting dalam menciptakan generasi unggul dalam segala bidang. Puskesmas Purwojati sebagai pusat pelayanan kesehatan masyarakat memiliki tanggung jawab untuk mengumpulkan dan menganalisis data status gizi balita. Namun dalam pelaksanaannya, proses klasifikasi status gizi balita masih menggunakan perhitungan manual dan belum pernah dilakukan pengujian mengenai keakuratan hasil status gizi balita. Tujuan penelitian ini adalah melakukan klasifikasi dan membangun aplikasi yang dapat mempermudah dalam menentukan status gizi balita. Klasifikasi yang akan dilakukan oleh peneliti adalah klasifikasi menggunakan algoritma Support Vector Machine (SVM) dan aplikasi yang akan dibangun menggunakan bahasa Python dengan framework flask. Dataset yang berhasil diolah berjumlah 378 dengan enam label status gizi, yaitu gizi buruk, gizi kurang, gizi baik, risiko gizi lebih, gizi lebih, dan obesitas. Model berhasil mendapatkan akurasi sebesar 93.42% dengan rata-rata nilai dari precision sebesar 94%, recall sebesar 93%, dan f1-score sebesar 93%. Hasil akhir dari penelitian ini adalah menerapkan model yang telah dibuat ke dalam aplikasi website menggunakan Python Flask yang dapat melakukan klasifikasi berdasarkan input dari pengguna.

Actions (login required)

View Item