Penerapan Algoritma Naive Bayes dan Forward Selection dalam Pengklasifikasian Status Gizi Stunting pada Puskesmas Pandanaran Semarang

Abstract

Masalah stunting pada balita tidak dapat diremehkan begitu saja, karena dapat berdampak pada kemampuan berbahasa, kognitif, motorik, dan berisiko juga pada kecacatan, terserang penyakit infeksi, hingga kematian. Meningkatnya kasus stunting pada balita ini memerlukan suatu upaya dalam penanganan dan pencegahan secara dini. Untuk memperoleh informasi tersebut diperlukan metode data mining dengan menerapkan Naive Bayes dan penggunaan fitur Forward Selection. Untuk mendapatkan hasil keputusan dari klasifikasi status gizi stunting digunakanlah algoritma NBC, sedangkan untuk meningkatkan nilai akurasinnya menggunakan foward selection dengan melakukan seleksi fitur yaitu menghapus sebagian atribut yang tidak sesuai di dalam tahapan klasifikasinya. Hasil akurasi klasifikasi status gizi stunting pada balita dengan algortima NBC saja pada penelitian ini sebesar 83,33%, sedangkan untuk algoritma NBC dengan fitur Forward Selection mencapai 86,00%. Peningkatan hasil akurasi tampak baik ketika dilakukan penggabungan algoritma NBC dengan fitur Foward Selection