KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE DECISION TREE DAN K-FOLD CROSS VALIDATION

• SABRINA AISYA PUTRI
• 2025

---

Status gizi balita merupakan indicator penting bagi kesehatan masyarakat yang berpengaruh pada kualitas sumber daya manusia. Namun, pemantauan status gizi balita secara menual memiliki keterbatasan akurasi dan efisiensi. Dalam upaya mengatasi tantangan ini, metode berbasis machine learning seperti algoritma decision tree menawarkan solusi untuk meningkatkan kecepatan dan akurasi penilaian. Penelitian ini bertujuan untuk mengembangkan model klasifikasi status gizi balita menggunakan algoritma decision tree yang sederhana, mudah dipahami, dan diinterpretasikan. Keakuratan model diuji menggunakan Teknik validasi K-fold Cross Validation, yang memastikan evaluasi performa model dilakukan secara menyeluruh dengan membagi data menjadi beberapa subset untuk pelatihan dan pengujian. Hasil penelitian menunjukkan bahwa algoritma decision tree dengan K-fold Cross Validation mampu menghasilkan model klasifikasi yang akurat dan dapat diandalkan. Pendekatan ini diharapkan menjadi alternatif dalam pemantauan status gizi balita untuk mendukung peningkatan Kesehatan masyarakat indonesia.

 

Kata Kunci : Status gizi balita, Decision Tree, K-fold Cross Validation,

Klasifikasi, Machine Learning

 

• Status gizi balita
• decision tree
• K-FOLD cross validation
• klasifikasi
• machine learning

https://repository.bsi.ac.id/repo/61508/KLASIFIKASI-STATUS-GIZI-BALITA-MENGGUNAKAN-METODE-DECISION-TREE-DAN-K-FOLD-CROSS-VALIDATION
Anda dapat membaca file tugas akhir ini di repository.