Implementasi Algoritma C4.5 untuk Klasifikasi Gizi Balita Berdasarkan Data Posyandu Flamboyan 1 Kampung di Pojok Hilir
Keywords:
data mining, algoritma C4.5, klasifikasi, gizi balita, posyanduAbstract
Permasalahan status gizi balita masih menjadi isu kesehatan masyarakat yang memerlukan penanganan berbasis data agar proses penentuan status gizi dapat dilakukan secara cepat dan akurat. Keterbatasan pengelolaan data secara manual pada layanan posyandu berpotensi menimbulkan kesalahan klasifikasi dan keterlambatan intervensi. Penelitian ini bertujuan menerapkan teknik data mining menggunakan algoritma C4.5 untuk mengklasifikasikan status gizi balita berdasarkan data antropometri Posyandu Flamboyan 1 Kampung di Pojok Hilir. Atribut yang digunakan meliputi berat badan menurut umur (BB/U), tinggi badan menurut umur (TB/U), indeks massa tubuh menurut umur (IMT/U), dan lingkar lengan atas (LILA). Proses klasifikasi dilakukan melalui tahapan preprocessing data, perhitungan entropy, information gain, split info, dan gain ratio untuk membentuk pohon keputusan. Hasil penelitian menunjukkan bahwa algoritma C4.5 mampu menghasilkan model klasifikasi berbentuk pohon keputusan yang mudah diinterpretasikan dan efektif dalam menentukan kategori status gizi balita, yaitu gizi kurang, normal, dan gizi lebih. Model ini diharapkan dapat membantu petugas posyandu dalam pengambilan keputusan serta meningkatkan efisiensi pengelolaan data status gizi balita.
References
Ariyana, R. D. (2023). Implementasi algoritma decision tree untuk prediksi customer churn pada bisnis telekomunikasi (Skripsi). Universitas Semarang.
Elgamar, E. (2020). Konsep dasar pemrograman website dengan PHP. CV Multimedia Edukasi.
Hasanah, F. N., & Untari, R. S. (2020). Buku ajar rekayasa perangkat lunak. Umsida Press. https://doi.org/10.21070/2020/978-623-6833-89-6
Khairunnisa, S. P., dkk. (2023). Buku ajar logika & algoritma. Universitas Sriwijaya.
https://www.researchgate.net/publication/372826383_BUKU_AJAR_LOGIKA_ALGORITMA
Kurniah, R. (2020). Analisa dan penerapan metode klasifikasi dalam data mining untuk penerimaan siswa jalur non-tulis. Jurnal Ilmiah Informatika, 8(1), 9–17. https://doi.org/10.33884/jif.v8i01.1766
Nasution, Y. R., Armasnyah, Furqan, M., & Matondang, T. R. (2024). Penerapan algoritma C4.5 pada klasifikasi status gizi balita. Jurnal FASILKOM (Teknologi Informasi dan Ilmu Komputer).
Negara, D. S., & Haqiqi, K. U. (2020). Perbandingan algoritma neural network dengan linear discriminant analysis (LDA) pada klasifikasi penyakit diabetes di RSUD Kudus. JIKOMA: Jurnal Ilmu Komputer dan Matematika. https://ejr.umku.ac.id/index.php/jikoma/article/view/1217
Prasetyo, E. (2014). Data mining: Mengolah data menjadi informasi menggunakan Matlab. CV Andi Offset.
Prayoga, H., & Kurniawan, R. (2025). Implementasi algoritma C4.5 pada klasifikasi status gizi balita menggunakan framework Flask. Decode: Jurnal Pendidikan Teknologi Informasi, 5(2), 573–588. https://doi.org/10.51454/decode.v5i2.1194
Putra, D. W. T., & Andriani, R. (2019). Unified modelling language (UML) dalam perancangan sistem informasi permohonan pembayaran restitusi SPPD. Jurnal TEKNOIF, 7(1), 32–39.
Sidik, B. (2017). Pemrograman web dengan PHP 7 (Cet. 1). Informatika Bandung.
Sulianta, F. (2017). Rekayasa perangkat lunak: UML & Visual Basic .NET. PT Elex Media Komputindo.
Syafitri, Y. (2016). Pemodelan perangkat lunak berbasis UML untuk pengembangan sistem pemasaran Akbar Entertainment Natar Lampung Selatan. Cendikia, 12(1), 32–33.
