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 Baca Disini (2MB) | Download (2MB)
	Text Teknik Informatika_32602000103_pernyataan_publikasi.pdf Baca Disini (186kB) | 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

Dosen Pembimbing:	Mulyono, Sri and Taufik, Moch | nidn0626066601, nidn0622037502
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:	https://repository.unissula.ac.id/id/eprint/35614

Actions (login required)

View Item