Syaqhasdy, Nadhea Ovella
(2023)
Perbandingan Decision Tree Algoritma Iterative Dichotomiser 3 (ID3) dengan
C4.5 dalam Klasifikasi Masalah Gizi pada Balita di Indonesia.
Skripsi thesis, Universitas Negeri Padang.
Abstract
Status gizi merupakan salah satu faktor yang sangat berpengruh terhadap
kualitas Sumber Daya Manusia (SDM) karena menjadi syarat mutlak menuju
pembangunan Indonesia. Status gizi yang bermasalah dapat menurunkan kualitas
SDM sehingga berdampak kepada penurunan kesehatan hingga ekonomi
masyarakat. Tujuan analisis adalah untuk mengetahui bentuk pohon keputusan,
atribut yang menjadi kriteria utama, dan perbandingan accuracy, specitivity,
sensitifity dalam klasifikasi masalah gizi pada balita di Indonesia.
Metode yang digunakan ialah algoritma Iterative Dichotomiser 3 (ID3)
dan C4.5. Atribut yang digunakan adalah underweight, stunting, dan wasting.
Data yang digunakan adalah data hasil studi status gizi Indonesia yang tersebar di
490 Kab/Kota dengan atribut target akut, kronis, dan akut-kronis. Perhitungan
kedua metode menggunakan entropy dan information gain. Pada algoritma C4.5
perhitungan ditambah dengan split info dan gain ratio. Evaluasi ketepatan
klasifikasi yang digunakan adalah confusion matrix yang terdiri dari nilai
accuracy, specitivity, dan sensitifity.
Kesimpulan dari hasil penelitian adalah algoritma ID3 dan C4.5 mampu
mengkontruksikan pohon keputusan pada masalah gizi balita di Indonesia dengan
menghasilkan 62 Kab/Kota tepat diklasifikasikan sebagai kelas Akut, 296
Kab/Kota tepat diklasifikasikan sebagai Akut-Kronis dan 26 Kab/Kota tepat
diklasifikasikan sebagai kelas Kronis. Atribut utama yang menjadi penentu
masalah gizi balita adalah atribut stunting. Evaluasi ketepatan hasil kedua
algoritma menunjukkan bahwa algoritma ID3 dan C4.5 sama-sama baik dalam
mengklasifikasikan masalah gizi balita di Indonesia, yang ditunjukkan oleh nilai
accuracy model klasifikasi sebesar 98,97%.
Actions (login required)
|
View Item |