Alsya, Yulkha Putri (2023) Klasifikasi Data Berat Badan Lahir Bayi di Kabupaten Solok Menggunakan Metode Naive Bayes Classifier. Diploma thesis, Universitas Andalas.
Text (Cover+Abstrak)
Cover+Abstrak(Alsya Yulkha Putri).pdf - Published Version Download (505kB) |
|
Text (Bab I. Pendahuluan)
Bab I. Pendahuluan (Alsya Yulkha Putri).pdf - Published Version Download (176kB) |
|
Text (Bab V. Penutup)
Bab V. Penutup (Alsya Yulkha Putri).pdf - Published Version Download (187kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka (Alsya Yulkha Putri).pdf - Published Version Download (172kB) |
|
Text (Full Skripsi)
Skripsi Alsya Yulkha Putri.pdf - Published Version Restricted to Repository staff only Download (11MB) |
Abstract
Masih tingginya angka Berat Badan Lahir Rendah (BBLR) di Indonesia (2,5%) tahun 2021, khususnya untuk Kabupaten Solok (3,0%) yang prevalensi BBLR-nya lebih tinggi daripada prevalensi BBLR di Indonesia. Dengan demikian, diperlukan klasifikasi untuk mengidentifikasi dan memprediksi berat badan lahir bayi berdasarkan faktor-faktor yang diduga mempengaruhi berat badan lahir bayi. Metode klasifikasi yang digunakan adalah Metode Naive Bayes Classifier dengan menggunakan K-fold cross validation untuk menghilangkan bias pada data. Penelitian ini dilakukan dengan dua tahap. Tahap I dengan seluruh variabel prediktor yang diduga mempengaruhi variabel respon dan tahap II dengan variabel prediktor yang dominan dalam mempengaruhi variabel respon. Variabel prediktor yang dominan diperoleh dengan menggunakan teknik information gain. Hasil penelitian menunjukkan bahwa metode Naive Bayes Classifier tahap II lebih akurat dan lebih konsisten secara statistik dalam mengklasifikasikan data berat badan lahir bayi di Kabupaten Solok.
Item Type: | Thesis (Diploma) |
---|---|
Primary Supervisor: | Dr. Ferra Yanuar |
Subjects: | Q Science > QA Mathematics |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | s1 matematika matematika |
Date Deposited: | 12 Jul 2023 03:50 |
Last Modified: | 12 Jul 2023 03:50 |
URI: | http://scholar.unand.ac.id/id/eprint/205931 |
Actions (login required)
View Item |