Klasifikasi Status Gizi Balita Menggunakan Algoritma Decision Tree dalam RapidMiner di Desa Gombang

Putri Aryaningsih, Mutiara Dwi Triapanca, Tommy Dwi Putra

Abstract


Status gizi merupakan indikator penting dalam menilai kesehatan dan pertumbuhan balita. Penelitian ini bertujuan untuk membangun dan menguji model klasifikasi status gizi balita di Desa Gombang, Kabupaten Boyolali, menggunakan metode Decision Tree pada platform RapidMiner. Data yang digunakan merupakan data primer dari Pos Kesehatan Desa Gombang sebanyak 275 data balita yang dikumpulkan pada bulan April–Mei 2025. Atribut yang digunakan meliputi berat badan, tinggi badan, lingkar lengan atas, lingkar lengan kanan, indeks massa balita (IMB), dan status gizi sebagai label. Model dibangun melalui proses pelatihan dan pengujian data, serta dievaluasi menggunakan confusion matrix. Hasil klasifikasi menunjukkan bahwa algoritma Decision Tree mampu mengelompokkan status gizi ke dalam kategori Normal, Gizi Kurang, dan Gizi Lebih secara akurat. Evaluasi model menunjukkan kinerja yang sangat baik, dengan akurasi pada data pelatihan mencapai tingkat yang tinggi dan performa serupa pada data pengujian. Atribut yang paling berpengaruh dalam klasifikasi adalah IMB, diikuti oleh berat badan, tinggi badan, dan lingkar lengan atas. Temuan ini membuktikan bahwa metode Decision Tree efektif digunakan dalam klasifikasi status gizi balita dan dapat diimplementasikan sebagai alat bantu pengambilan keputusan bagi tenaga kesehatan desa dalam upaya deteksi dini gizi buruk dan pencegahan stunting.

Keywords


status gizi;decision tree;RapidMiner;Klasifikasi;desa gombang

Full Text:

PDF

References


H. Hafizan and A. N. Putri, “Penerapan Metode Klasifikasi Decision Tree Pada Status Gizi Balita Di Kabupaten Simalungun,” 2020.

S. Larissa, Z. Lewoema, and P. T. Prasetyaningrum, “Implementasi Data Mining Pada Klasifikasi Status Gizi Bayi Dengan Metode Decision Tree CHAID (Studi Kasus: Puskesmas Godean 1 Yogyakarta),” Journal of Information Technology Ampera, vol. 5, no. 1, pp. 2774–2121, 2024, doi: 10.51519/journalita.v5i1.538.

H. Hairani, L. Nurhayati, and M. Innuddin, “Web-Based Application for Toddler Nutrition Classification Using C4.5 Algorithm,” International Journal of Engineering and Computer Science Applications (IJECSA), vol. 1, no. 2, pp. 77–82, Sep. 2022, doi: 10.30812/ijecsa.v1i2.2387.

S. Amalia Alhamid, B. Tiara Carolin, R. Lubis, P. Studi Kebidanan, F. Ilmu Kesehatan, and U. Nasional Jakarta, “STUDI MENGENAI STATUS GIZI BALITA,” 2021.

Y. Maria Hawa Keytimu and M. Yustina Yantiana Guru, PEMANFAATAN PANGAN LOKAL DENGAN METODE PIS-PK DALAM MENINGKATKAN STATUS GIZI BALITA. 2025. [Online]. Available: https://isbn.perpusnas.go.id/bo-penerbit/penerbit/isbn/data/view-

A. Aufa, A. Putri, and S. A. Rahmah, “IMPLEMENTASI DATA MINING DENGAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS BISNIS PADA PERUSAHAAN ASURANSI,” Jurnal Teknologi Informasi, vol. 5, no. 1, 2024, doi: 10.46576/djtechno.

Z. Setiawan et al., Buku Ajar Data Mining. PT.Sonpedia Publishing Indonesia, 2023.

M. R. Nahjan, N. Heryana, and A. Voutama, “IMPLEMENTASI RAPIDMINER DENGAN METODE CLUSTERING K-MEANS UNTUK ANALISA PENJUALAN PADA TOKO OJ CELL,” 2023.

L. Qadrini, A. Seppewali, and A. Aina, “DECISION TREE DAN ADABOOST PADA KLASIFIKASI PENERIMA PROGRAM BANTUAN SOSIAL,” Jurnal Inovasi Penelitian, vol. 02, Dec. 2021.

C. I. Ifaru et al., “Penentuan Sparepart Genset Paling Sering Digunakan Pada Operator Indosat Ooredoo Hutchison Dengan Algoritma C4.5 Determination of the most frequently used generator spare parts at Indosat Ooredoo Hutchison Operator with C4.5 Algorithm,” 2024.

P. Rahayu, J. W., and S. L., Pengantar Sistem Pakar: Teori dan Implementasi. PT. Green Pustaka Indonesia, 2025.

P. Kurnia Illahi, A. Rina Viana, N. Fitria, M. Permata, and M. Y. Pratama, “SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat Application of Decision Tree Algorithm and Linear Regression for Breast Cancer Classification Penerapan Algoritma Decision Tree aan Regresi Linear untuk Klasifikasi Kanker Payudara.” [Online]. Available: https://journal.irpi.or.id/index.php/sentimas

O. P. Moerdyanto, I. Kadek, and D. Nuryana, “Prediksi Kelulusan Tepat Waktu Menggunakan Pendekatan Pohon Keputusan Algoritma Decision Tree,” Journal of Informatics and Computer Science, vol. 05, 2023.

J. Ilmu, K. Ruru, A. S. Sitio, and F. A. Sianturi, “PENINGKATAN KINERJA DECISION TREE C4.5 MELALUI PENDEKATAN MEAN DAN MEDIAN PADA DATA NUMERIK,” vol. 2, pp. 24–32, 2025, doi: 10.69688/jikr.v2i1.17.


Refbacks

  • There are currently no refbacks.


Editorial Office :

Prosiding SENDIKO (Seminar Nasional Hasil Penelitian & Pengabdian Masyarakat Bidang Ilmu Komputer)
Published by Universitas PGRI Madiun
Managed by Program Studi Sistem Informasi Fakultas Teknik Universitas PGRI Madiun
Address Jl. Auri 14-16 Kota Madiun Kampus III Universitas PGRI Madiun 63118
Website http://prosiding.unipma.ac.id/index.php/sendiko/index
Email [email protected]

e-ISSN:  3025-4604