KLASIFIKASI STUNTING DAN STATUS GIZI BALITA DENGAN METODE SVM (SUPPORT VECTOR MACHINE) COVER

NUGROHO, AKMAD FAIZ FILDAN (2024) KLASIFIKASI STUNTING DAN STATUS GIZI BALITA DENGAN METODE SVM (SUPPORT VECTOR MACHINE) COVER. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000103_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32602000103_pernyataan_publikasi.pdf Download (186kB)

Abstract

Stunting adalah keadaan di mana anak mengalami kekurangan asupan gizi yang cukup dalam jangka waktu yang lama, yang menyebabkan masalah dalam pertumbuhan mereka. Stunting dapat menimbulkan dampak serius pada perkembangan anak dan kualitas hidupnya di masa depan. Deteksi dini stunting sangat penting untuk dilakukan guna mencegah terjadinya kasus stunting pada balita. Dengan deteksi dini, kondisi dan kesehatan balita akan terpantau dan apabila ada balita yang menunjukkan gejala stunting dapat ditangani dengan segera sehingga kondisi balita tidak bertambah parah dan peluang untuk kembali tumbuh normal lebih besar. Dengan sistem yang memanfaatkan AI yaitu menggunakan SVM (Support Vector Machine) dengan kernel RBF (Radial Basis Function) dapat memberikan hasil yang akurat dalam mengklasifikasikan balita stunting dan status gizi balita. Pada sistem diterapkan dua model untuk mengklasifikasikan balita stunting dan status gizi balita. Model deteksi stunting konfigurasi terbaik yaitu pada percobaan ke enam yaitu dengan C = 10 dan

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	23 Oct 2024 02:29
URI:	http://repository.unissula.ac.id/id/eprint/35614

Actions (login required)

View Item