APLIKASI KLASIFIKASI PENENTUAN STATUS GIZI ORANG DEWASA DI PUSKESMAS KEBOMAS GRESIK DENGAN METODE FK-NN (FUZZY K-NEAREST NEIGHBOR)

MA’RUFAH, - (2016) APLIKASI KLASIFIKASI PENENTUAN STATUS GIZI ORANG DEWASA DI PUSKESMAS KEBOMAS GRESIK DENGAN METODE FK-NN (FUZZY K-NEAREST NEIGHBOR). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
intisari.pdf

Download (158kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (248kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (558kB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (3MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
BAB V.pdf

Download (88kB) | Preview
[img]
Preview
Text
Daftar Pustaka.pdf

Download (101kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Selama ini, Puskesmas Kebomas Gresik mempunyai permasalahan dalam hal menentukan status gizi orang dewasa yang mana dalam menentukan status gizi orang dewasa tersebut pihak poli gizi masih menggunakan rumus IMT dimana dalam penentuannya hanya menggunakan dua indikator saja yaitu berat badan dan tinggi badan yang dimiliki. Akurasi yang didapatkan dari penelitian sebelumnya sebesar 86% dengan laju eror 14% sehingga perlunya perbaikan tingkat akurasi perhitungan status gizi orang dewasa untuk mendapatkan hasil yang lebih akurat. Dengan menggunakan teknik data mining klasifikasi menggunakan metode Fuzzy K-Nearest Neighbor, prediksi atau klasifikasi dapat dilakukan. Ada bermacam - macam metode dalam mengklasifikasikan data dan setiap metode memiliki kelebihan dan kekurangan masing-masing. Keunggulan dari metode ini yaitu pertama algoritma ini mampu mempertimbangkan sifat ambigu dari tetangga jika ada. Yang kedua sebuah instance akan memiliki derajat nilai keanggotaan pada setiap kelas sehingga akan lebih memberikan kekuatan atau kepercayaan suatu instance berada pada suatu kelas. Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, Algoritma Fuzzy K-Nearest Neighbor mampu meningkatkan akurasi dari penelitian sebelumnya dengan nilai akurasi mencapai 100% untuk K=1. 96,67% untuk nilai K=3,4,5 . Untuk K=6,7,8 nilai akurasi mencapai 93,33% dan 90,00% untuk nilai K= 17.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: maysatin may aliah
Date Deposited: 15 Jul 2019 10:21
Last Modified: 15 Jul 2019 10:21
URI: http://eprints.umg.ac.id/id/eprint/1985

Actions (login required)

View Item View Item