Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes di Puskesmas Telagasari Karawang
Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD) · 15.11.2026 · 2 (1) · 67-72
DOI: 10.59934/jiibd.v2i1.3153 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD), online erschienen am 15.11.2026. Verfasst von Nurjanah Nurjanah. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Status gizi balita merupakan salah satu indikator penting dalam menilai tingkat kesehatan, pertumbuhan, dan perkembangan anak. Penentuan status gizi yang dilakukan secara tepat dapat membantu tenaga kesehatan dalam mendeteksi sejak dini berbagai permasalahan gizi sehingga tindakan pencegahan dan penanganan dapat dilakukan secara optimal. Namun, proses klasifikasi status gizi yang masih dilakukan secara manual memerlukan waktu yang relatif lama, rentan terhadap kesalahan pencatatan maupun perhitungan, serta kurang efisien ketika jumlah data yang diolah cukup besar. Oleh karena itu, diperlukan pemanfaatan teknologi data mining untuk membantu proses klasifikasi secara lebih cepat, akurat, dan konsisten. Penelitian ini bertujuan untuk membangun model klasifikasi status gizi balita menggunakan algoritma Naive Bayes berdasarkan data antropometri yang diperoleh dari Puskesmas Telagasari Kabupaten Karawang. Metode penelitian yang digunakan mengacu pada tahapan Cross Industry Standard Process for Data Mining (CRISP-DM) yang meliputi Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset yang digunakan merupakan data status gizi balita bulan Desember 2025 sebanyak 4.102 data. Atribut yang digunakan dalam proses klasifikasi meliputi jenis kelamin, usia saat ukur, cara ukur, BB/U, dan TB/U, sedangkan atribut BB/TB digunakan sebagai kelas target. Pengolahan data dan pembangunan model dilakukan menggunakan perangkat lunak RapidMiner dengan pembagian data sebesar 70% sebagai data pelatihan dan 30% sebagai data pengujian. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes menghasilkan nilai akurasi sebesar 91,71% dengan nilai Area Under Curve (AUC) sebesar 0,79 yang termasuk dalam kategori Fair Classification. Model memiliki performa yang sangat baik dalam mengklasifikasikan kelas mayoritas, yaitu gizi baik, namun masih menunjukkan keterbatasan dalam mengenali kelas minoritas akibat ketidakseimbangan jumlah data (class imbalance). Berdasarkan hasil tersebut, algoritma Naive Bayes terbukti mampu diterapkan untuk klasifikasi status gizi balita serta berpotensi mendukung proses pengambilan keputusan dan pemantauan status gizi secara lebih efektif di Puskesmas Telagasari Karawang.
Zitieren
APA
Nurjanah, N. (2026). Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes di Puskesmas Telagasari Karawang. Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD), 2(1), 67-72. https://doi.org/10.59934/jiibd.v2i1.3153
Vancouver
Nurjanah N. Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes di Puskesmas Telagasari Karawang. Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD). 2026;2(1):67-72. doi:10.59934/jiibd.v2i1.3153
BibTeX
@article{Nurjanah2026,
author = {Nurjanah, Nurjanah},
title = {Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes di Puskesmas Telagasari Karawang},
journal = {Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD)},
year = {2026},
volume = {2},
number = {1},
pages = {67--72},
doi = {10.59934/jiibd.v2i1.3153}
}
EUVIMED