使用基于WEB的C4.5方法对幼儿发育迟缓状态进行分类

Zonasi Pub Date : 2023-10-11 DOI:10.31849/zn.v5i3.15828
None Fauzan Adzim, Elvia Budianita, Alwis Nazir, Fadhilah Syafria
{"title":"使用基于WEB的C4.5方法对幼儿发育迟缓状态进行分类","authors":"None Fauzan Adzim, Elvia Budianita, Alwis Nazir, Fadhilah Syafria","doi":"10.31849/zn.v5i3.15828","DOIUrl":null,"url":null,"abstract":"Stunting pada balita merupakan permasalahan serius yang perlu diselesaikan karena berdampak negatif pada pertumbuhan dan perkembangan anak. Stunting adalah keadaan dimana balita mengalami kekurangan gizi yang kronis sehingga pertumbuhan fisik dan tinggi badannya tidak sejalan dengan usianya. Pola makan yang tidak memadai dan nutrisi yang tidak sesuai menjadi sebab terjadinya stunting pada balita. Dalam upaya pencegahan stunting dilakukan pemantauan terhadap status gizi dan tumbuh kembang balita setiap bulan di posyandu terdekat. Untuk menentukan status balita normal atau stunting masih menggunakan cara manual berdasarkan metode antropometri sehingga dapat meningkatkan risiko kesalahan dalam perhitungan atau penginputan data. Menggunakan teknik Data mining dapat menentukan klasifikasi atau prediksi pada status stunting balita dengan menganalisis pola data yang telah ada sebelumnya. C4.5 adalah algoritma klasifikasi terkenal dan familiar dan sering digunakan dengan menggunakan teknik pohon keputusan juga mempunyai keunggulan seperti mampu mengolah data numerik (kontinu) dan diskrit, merapikan nilai atribut yang tidak lengkap, menciptakan aturan yang mudah dimengerti, serta kecepatan pemprosesan yang relatif cepat dibandingkan dengan algoritma lainnya adapun dataset yang digunakan terdiri dari atribut umur, jenis kelamin, indeks menyusui dini (IMD), berat badan, dan tinggi badan. Evaluasi model dilakukan dengan mempergunakan confusion matrix dan menghasilkan tingkat akurasi terbaik sebesar 93.62%. Hasil ini diperoleh dari pemisahan data sebanyak 80% data latih sebanyak 20% data uji dengan dengan Max Depth sebesar 10 dan jumlah seluruh data sebanyak 1172.","PeriodicalId":486117,"journal":{"name":"Zonasi","volume":"22 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"KLASIFIKASI STATUS STUNTING BALITA MENGGUNAKAN METODE C4.5 BERBASIS WEB\",\"authors\":\"None Fauzan Adzim, Elvia Budianita, Alwis Nazir, Fadhilah Syafria\",\"doi\":\"10.31849/zn.v5i3.15828\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Stunting pada balita merupakan permasalahan serius yang perlu diselesaikan karena berdampak negatif pada pertumbuhan dan perkembangan anak. Stunting adalah keadaan dimana balita mengalami kekurangan gizi yang kronis sehingga pertumbuhan fisik dan tinggi badannya tidak sejalan dengan usianya. Pola makan yang tidak memadai dan nutrisi yang tidak sesuai menjadi sebab terjadinya stunting pada balita. Dalam upaya pencegahan stunting dilakukan pemantauan terhadap status gizi dan tumbuh kembang balita setiap bulan di posyandu terdekat. Untuk menentukan status balita normal atau stunting masih menggunakan cara manual berdasarkan metode antropometri sehingga dapat meningkatkan risiko kesalahan dalam perhitungan atau penginputan data. Menggunakan teknik Data mining dapat menentukan klasifikasi atau prediksi pada status stunting balita dengan menganalisis pola data yang telah ada sebelumnya. C4.5 adalah algoritma klasifikasi terkenal dan familiar dan sering digunakan dengan menggunakan teknik pohon keputusan juga mempunyai keunggulan seperti mampu mengolah data numerik (kontinu) dan diskrit, merapikan nilai atribut yang tidak lengkap, menciptakan aturan yang mudah dimengerti, serta kecepatan pemprosesan yang relatif cepat dibandingkan dengan algoritma lainnya adapun dataset yang digunakan terdiri dari atribut umur, jenis kelamin, indeks menyusui dini (IMD), berat badan, dan tinggi badan. Evaluasi model dilakukan dengan mempergunakan confusion matrix dan menghasilkan tingkat akurasi terbaik sebesar 93.62%. Hasil ini diperoleh dari pemisahan data sebanyak 80% data latih sebanyak 20% data uji dengan dengan Max Depth sebesar 10 dan jumlah seluruh data sebanyak 1172.\",\"PeriodicalId\":486117,\"journal\":{\"name\":\"Zonasi\",\"volume\":\"22 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-11\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Zonasi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31849/zn.v5i3.15828\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Zonasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31849/zn.v5i3.15828","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

幼儿发育不良是一个需要解决的严重问题,因为这会对儿童的成长和发育产生负面影响。发育迟缓是一个蹒跚学步的孩子长期营养不良,导致他的身体发育和身高与他的年龄不匹配。发育不良的饮食和不适当的营养是导致发育迟缓的原因。在附近的波尚都,为了防止发育迟缓,监测附近的营养状况和每个月的幼苗生长。为了确定正常的幼儿或发育状况,仍然使用基于人体测量方法的手工方法,从而增加数据计算或抑制错误的风险。使用数据挖掘技术可以通过分析现有的数据模式来确定幼儿发育状态的分类或预测。C4。5是著名的分类算法熟悉和常用的能够使用决策树技术也有数字数据(连续)和离散,整理加工的属性值是不完整的,创造了一整套浅显易明的规则,以及相对快速的处理速度与其他算法相比至于属性使用的数据集是由年龄、性别、早期母乳喂养(IMD),体重指数,还有身高。模型评估是通过使用孔子矩阵来进行的,并产生最好的精确度为93.62%。结果是80%的数据分析,20%的测试数据与Max Depth为10,整体数据总数为1172。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
KLASIFIKASI STATUS STUNTING BALITA MENGGUNAKAN METODE C4.5 BERBASIS WEB
Stunting pada balita merupakan permasalahan serius yang perlu diselesaikan karena berdampak negatif pada pertumbuhan dan perkembangan anak. Stunting adalah keadaan dimana balita mengalami kekurangan gizi yang kronis sehingga pertumbuhan fisik dan tinggi badannya tidak sejalan dengan usianya. Pola makan yang tidak memadai dan nutrisi yang tidak sesuai menjadi sebab terjadinya stunting pada balita. Dalam upaya pencegahan stunting dilakukan pemantauan terhadap status gizi dan tumbuh kembang balita setiap bulan di posyandu terdekat. Untuk menentukan status balita normal atau stunting masih menggunakan cara manual berdasarkan metode antropometri sehingga dapat meningkatkan risiko kesalahan dalam perhitungan atau penginputan data. Menggunakan teknik Data mining dapat menentukan klasifikasi atau prediksi pada status stunting balita dengan menganalisis pola data yang telah ada sebelumnya. C4.5 adalah algoritma klasifikasi terkenal dan familiar dan sering digunakan dengan menggunakan teknik pohon keputusan juga mempunyai keunggulan seperti mampu mengolah data numerik (kontinu) dan diskrit, merapikan nilai atribut yang tidak lengkap, menciptakan aturan yang mudah dimengerti, serta kecepatan pemprosesan yang relatif cepat dibandingkan dengan algoritma lainnya adapun dataset yang digunakan terdiri dari atribut umur, jenis kelamin, indeks menyusui dini (IMD), berat badan, dan tinggi badan. Evaluasi model dilakukan dengan mempergunakan confusion matrix dan menghasilkan tingkat akurasi terbaik sebesar 93.62%. Hasil ini diperoleh dari pemisahan data sebanyak 80% data latih sebanyak 20% data uji dengan dengan Max Depth sebesar 10 dan jumlah seluruh data sebanyak 1172.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PEMBUATAN APLIKASI POINT OF SALES BERBASIS IPHONE OPERATING SYSTEM UNTUK UD. SINAR MAS KLASIFIKASI STATUS STUNTING BALITA MENGGUNAKAN METODE C4.5 BERBASIS WEB TATA KELOLA SISTEM INFORMASI REKAM MEDIS BERBASIS ELEKTRONIK PADA PELAPORAN MORBIDITAS PASIEN RAWAT INAP PENERAPAN AUGMENTED REALITY BERBASIS ANDROID SEBAGAI MEDIA PEMBELAJARAN PENDIDIKAN BUDAYA MELAYU RIAU ROKAN HULU STRATEGI PENGEMBANGAN SMART VILLAGE DIMENSI VILLAGE SERVICE MENGGUNAKAN ENTERPRISE ARCHITECTURE TOGAF ADM 9.2 DI DESA XYZ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1