Pengklasifikasian Status Gizi Balita Di Puskesmas Sempaja Samarinda Menggunakan Probabilistic Neural Network (PNN) Tahun 2019
Probabilistic Neural Network (PNN) merupakan salah satu model pada Jaringan Syaraf Tiruan (JST) yang digunakan untuk pengklasifikasian. PNN tergantung pada parameter smoothing (α) yang digunakan. PNN memiliki kelebihan dapat mengatasi permasalahan yang sebelumnya ada pada metode JST back propagation. Metode PNN pada penelitian ini diterapkan pada Status Gizi Balita. Penilaian status gizi balita dapat ditentukan melalui pengukuran tubuh manusia yang dikenal dengan istilah Antropometri. Parameter penentuan status gizi berdasarkan antropometri adalah umur, berat badan dan tinggi badan. Oleh karena itu dalam penelitian ini dilakukan klasifikasi pada status gizi balita untuk menentukan apakah balita mengalami gizi baik atau gizi kurang baik. Diperoleh bahwa PNN dengan tingkat akurasi klasifikasi pada status gizi balita yang paling baik yaitu pada proporsi data training dan data testing sebesar 50%:50% dengan α = 1, dengan hasil akurasi antara data training dan data training sebesar 85% serta hasil akurasi antara data testing terhadap data training sebesar 70%.
Ketersediaan
Detail Information
Judul | Pengklasifikasian Status Gizi Balita Di Puskesmas Sempaja Samarinda Menggunakan Probabilistic Neural Network (PNN) Tahun 2019 |
---|---|
Pengarang | Putri Ayu Dwi Lestari - Personal Name |
No. Panggil | SKRIPSI PUT p 2021 |
Subyek | parameter smoothing, probabilistic neural network, |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2021 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY