Perbandingan Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier untuk Klasifikasi Status Gizi Pada Balita

Abstract

Status gizi merupakan suatu kondisi fisik seseorang yang dapat dilihat dari makanan dan zat-zat yang dicerna tubuh sehingga dapat mempengaruhi tingkat kognitif seseorang. Berdasarkan data peningkatan balita yang mengalami wasting dari tahun 2019 hingga 2020 ada 4 puskesmas dengan jumlah bailta 3536, dan diantara 4 puskesmas tersebut memiliki kasus tertinggi yaitu puskesmas Tanjung paku sebanyak 103 responden, puskesmas Tanah Garam 50 Responden lalu puskesmas Nan balimo yang terendah. Penelitian ini bertujuan untuk menguji dan membandingkan peforma algoritma K-Nearest Neighbors dan Naïve Bayes Classifier untuk klasifikasi data penimbangan masal balita di Kota Solok. Nilai akurasi yang diperoleh dari algoritma KNN sebesar 96,24 % sedangkan pada algoritma NBC sebesar 91,00%.