(0721) 8030188    [email protected]   

All of ITERA Repository
Titles

Analisis Klasifikasi Status Gizi Balita Menggunakan Metode Support Vector Machine (SVM)


Status gizi balita merupakan indikator penting dalam menilai kesehatan dan pertumbuhan anak usia 0–60 bulan, sehingga diperlukan metode klasifikasi yang akurat untuk mendukung perencanaan intervensi gizi yang tepat sasaran. Penelitian ini bertujuan mengklasifikasikan status gizi balita menggunakan algoritma Support Vector Machine (SVM) serta memanfaatkan hasilnya sebagai dasar penyusunan strategi pengelolaan risiko gizi. Data yang digunakan merupakan data sekunder dari Dinas Kesehatan Kabupaten Way Kanan tahun 2024–2025 sebanyak 3.922 observasi, dengan variabel berat badan, tinggi badan, jenis kelamin, dan usia, serta status gizi berdasarkan indikator antropometri BB/TB yang terbagi menjadi enam kategori, yaitu gizi buruk, gizi kurang, gizi baik, risiko gizi lebih, gizi lebih, dan obesitas. Pemodelan dilakukan melalui analisis statistik deskriptif, pembagian data dengan proporsi 80:20, standardisasi, perbandingan kernel SVM, serta hyperparameter tuning menggunakan Grid Search dengan 5-fold cross validation. Hasil menunjukkan kernel radial basis function (RBF) dengan parameter C =100 dan γ=0,1 sebagai model terbaik, menghasilkan accuracy sebesar 95,29

URI
https://repo.itera.ac.id/depan/submission/SB2606230122

Keyword
Status Gizi Balita Support Vector Machine BB/TB Kabupaten Way Kanan