Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes Berdasarkan Pengukuran Antropometri
Author
Abstract
Status gizi balita adalah keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi. Gizi merupakan hal penting untuk menunjang pertumbuhan dan perkembangan balita. Apabila status gizi tidak tercukupi, maka dapat terjadi komplikasi pada kesehatan. Pengelohan data status gizi balita di Puskesmas Jogorogo saat ini dilakukan secara manual dan diklasifikasikan melalui aplikasi Sigizi Terpadu atau E-PPBGM, namun aplikasi yang tersedia (Sigizi Terpadu/e-PPBGM) belum memiliki fitur klasifikasi khusus untuk TB/U yang bisa langsung digunakan oleh tenaga medis di puskesmas. Artinya, tenaga medis masih perlu melakukan perhitungan secara manual sebelum memasukkan data ke dalam aplikasi Kemenkes. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita di Puskesmas Jogorogo dengan menggunakan pengukuran Antropometri, menggunakan algoritma Naïve Bayes. Metode yang digunakan dalam penelitian ini adalah CRISP-DM (Cross-Industry Standard Process for Data Mining) untuk alur analisis data, dengan penerapan algoritma Naïve Bayes untuk klasifikasi. Data yang digunakan berasal dari data balita yang dikumpulkan di Puskesmas Jogorogo pada dua periode waktu, yaitu Agustus 2023 dengan jumlah 1784 data, dan Februari 2024 dengan jumlah 2147 data. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur kinerja klasifikasi. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes memberikan hasil yang konsisten pada kedua dataset. Akurasi yang diperoleh untuk data tahun 2023 adalah 91%, sedangkan untuk data tahun 2024 adalah 91%.