PENERAPAN NAÏVE BAYES CLASSIFICATION UNTUK KLASIFIKASI TINGKAT KEMUNGKINAN OBESITAS MAHASISWA SISTEM INFORMASI UIN SUSKA RIAU

Wiwik Muslehatin, Muhammad Ibnu, Mustakim Mustakim

Abstract


Tingkat penderita obesitas pada remaja Indonesia terus meningkat dari tahun ke tahun. Hal ini terjadi karena pola makan dan gaya hidup yang tidak benar. Oleh karena itu, penelitian ini bertujuan menganalisa tingkat obesitas menggunakan algoritma klasifikasi pada teknik data mining. Penelitian ini dilakukan pada mahasiswa jurusan Sistem Informasi UIN Sultan Syarif Kasim Riau dengan mengambil sampel secara random sebanyak 88 orang. Kriteria atau atribut yang digunakan untuk mengklasifikasi kemungkinan mahasiswa menderita obesitas antara lain, lingkar perut, berat badan dan tinggi badan. Hasil pengujian menunjukkan akurasi sebesar  66,67% yaitu  16 responden beresiko untuk mendapatkan kemungkinan obesitas tingkat sedang. 69 responden tingkat gizi normal, 3 responden kekurangan gizi. Obesitas ini harus diperhatikan karena mahasiswa yang mengalami obesitas mempunyai 80% berpeluang untuk mengalami obesitas pula pada saat dewasa atau usia lanjut. Penderita obesitas juga berisiko lebih tinggi untuk masalah kesehatan, seperti penyakit jantung, stroke, diabetes, asma, dan beberapa jenis kanker.


Full Text:

PDF

References


Jananto Arief, ” Algoritma Naïve Bayes Untuk Mencari Perkiraan Waktu StudiMahasiswa”. Jurnal Tekhnologi Informasi DINAMIK, Vol 18, No.1 2013.

Brunner Erick J, et al, “ Prospective Effect of Job Strain on General and Central Obesity in the Whitehall II Study”. American Journal of Epidemiology. Volume 165 Issue 7. 2007

CMPUT 690. “Principal of Knowledge Discovery in Database https://webdocs.cs.ualberta.ca/~zaiane/courses/cmput690/notes/Chapter1/. University of Alberta. (Diakses tanggal 25 maret 2017)

Dewi Nur Wijayanti 2013. Analisis Faktor Penyebab Obesitas Dan Cara Mengatasi Obesitas Pada Remaja Putri. Skripsi, Program Studi Ilmu Keolahragaan ,Fakultas Ilmu Keolahragaan,Universitas Negeri Semarang.

Rodiyansyah Sandi Fajar, Winarko Edi,. “Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification”. IJCCS, Vol.6, No.1, January 2012, pp. 91~100 ISSN: 1978-1520

Hiola, dkk, “Pengaruh Obesitas Terhadap Terjadinya Disfungsi Seksual Pria”. Jurnal e-Biomedik (eBM), Volume 1, Nomor 1, 686-690 . 2013

Han. J. , M. Kamber dan J.Pei. 2012. Data Mining: Concepts andTechniques, Third Edition. Morgan Kaufmann Publishers. San

Hermawati.A.Fajar. 2013.Data Mining.Andi.Yogyakarta : Francisco.

Suryaputra Kartika, dan Nadhiro Siti Rahayu, “Perbedaan Pola Makan dan Aktivitas Fisik Antara Remaja Obesitas Dengan Non Obesitas” .Makara Kesehatan, Vol.16, No. 1, 45-50 2012

Kusrini, Luthfi, E.T. (2009). Algoritma Data Mining , Andi Offset. Surabaya.

Kusumadewi .S, “Klasifikasi Status Gizi Menggunakan naive Bayesian Classification”.CommIT, Vol. 3 No. 1 96 – 11 2009

Larose, Daniel T, Data Mining Methods and Models. Hoboken New Jersey : Jhon Wiley& Sons, Inc, 2006.

Listiyana Aulia Dewi,. dkk, “Obesitas Sentral Dan Kadar Kolesterol Darah Total” Jurnal Kesehatan Masyarakat KEMAS Vol 9 No. 1 37-43 (2013)

Ridwan M, Suyono H, dan Sarosa M, ”Penerapan Data Mining untuk evaluasi kinerja Akademik Mahasiswa menggunakan Algoritma Naive Bayes Classifier”. Jurnal EECCIS Vol.7, No. 1, 2013

Ruslie Riska Habriel, dan Darmadi, “Analisis Regresi Logistik Untuk Faktor-Faktor Yang Mempengaruhi Status Gizi Remaja”. Majalah Kedokteran Andalas No.1. Vol.36. 2012

Salam, A. 2010. “Faktor Resiko Kejadian Obesitas pada Remaja”. Jurnal MKMI Vol 6 No.3, 185-190. 2010

Santosa, B. 2007. Data Mining: Teknik Pemanfaatan Data untukKeperluan Bisnis. Graha Ilmu. Yogyakarta.

Welborn T A dan Dhaliwa S S, “Preferred clinical measures of central obesity for predicting mortality” European Journal of Clinical Nutrition (2007) 61, 1373–1379; doi:10.1038/sj.ejcn.1602656; published online 14 February 2007

Y.S.Nugroho. 2009. Data Mining Menggunakan Algoritma Naive Bayes untuk klasifikasi kelulusan Mahasiswa Universitas Diannuswantoro. Program Studi Sistem Informasi, Fakultas Ilmu Komputer , Universitas Dianuswantoro.


Refbacks

  • There are currently no refbacks.


Fakultas Sains dan Teknologi

UIN Sultan Syarif Kasim Riau

Jl. HR. Soebrantas KM 18 No. 155 Pekanbaru Riau Indonesia

Website: http://fst.uin-suska.ac.id

Email: fst@uin-suska.ac.id