Perbandingan Algoritma Naive Bayes dan K-Means untuk menentukan Status Gizi Stanting

Abstrak

Stunting sebagai suatu keadaan dimana anak di bawah usia lima tahun menderita kekurangan asupan gizi dalam jangka panjang dan menyebabkan gangguan tumbuh kembang, meningkatkan morbiditas dan mortalitas. Penanganan status gizi stunting di Indonesia khsusnya Kabupaten Polewali Mandar merupakan hal yang penting mengingat kasus stunting pada balita menjadi masalah yang serius. Untuk membantu petugas kesehatan dalam penentuan status gizi stunting maka dibutuhkan sebuah metode yang tepat dan efektif. Penelitian ini akan memberikan alternatif cara penentuan status gizi stunting menggunakan teknik Data mining yaitu metode Naive Bayes dan K-Means dengan indikator antropometri. Terdapat 173 data balita yang diproses. Hasil penelitian menunjukkan bahwa penggabungan dari kedua metode tersebut untuk nilai accuracy algoritma Naive Bayes mempunyai nilai 89% sedangkan K-Mens mempunyai nilai 54%. Dengan menggunakan parameter precission algoritma Naive Bayes mempunyai nilai 84% sedangkan K-Mens mempunyai nilai 58%, Dengan menggunakan parameter recall algoritma Naive Bayes mempunyai nilai 97% sedangkan K-Mens mempunyai nilai 60%. Berdasarkan nilai yang diperoleh maka dapat disimpulkan bahwa algoritma Naive Bayes memiliki akurasi, precission dan recall yang lebih tinggi bila dibandingkan algoritma K-Means