Putra, Komang Bagus Kencana (2025) Prediksi Risiko Ibu Hamil Melahirkan Anak Stunting Menggunakan Algoritma Support Vector Machine. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2113101021-COVER.pdf Download (1MB) |
|
Text (ABSTRAK)
2113101021-ABSTRAK.pdf Download (55kB) |
|
Text (BAB 1 PENDAHULUAN)
2113101021-BAB 1 PENDAHULUAN.pdf Download (66kB) |
|
Text (BAB 2 KAJIAN TEORI)
2113101021-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (436kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2113101021-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (338kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2113101021-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2113101021-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (131kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2113101021-DAFTAR PUSTAKA.pdf Download (130kB) |
|
Text (LAMPIRAN)
2113101021-LAMPIRAN.pdf Download (909kB) |
Abstract
Stunting pada balita masih menjadi masalah kesehatan yang krusial di lingkungan masyarakat. Stunting pada bayi yang baru lahir ditandai dengan panjang badan lahir dan berat badan lahir yang lebih rendah dari kondisi normal. Dampak stunting dapat menyebabkan masalah kesehatan serius jangka pendek dan jangka panjang jika tidak segera diatasi. Kondisi stunting pada bayi yang baru lahir erat kaitannya dengan riwayat ibu dan status gizi ibu saat masa kehamilan. Penelitian ini bertujuan menerapkan algoritma Support Vector Machine dalam memprediksi risiko ibu hamil melahirkan anak stunting. Dengan mempertimbangkan data yang digunakan dari Puskesmas Pembantu di Sukasada II dengan tujuh variabel bebas dan satu variabel terikat. Penelitian ini menggunakan metode pengembangan yang didasari dari penambangan data dengan Support Vector Machine. Hasil penelitian berupa algoritma dalam memprediksi ibu hamil melahirkan anak stunting dengan Algoritma Support Vector Machine dan sudah dapat diimplementasikan menjadi aplikasi. Hasil pengujian menunjukkan bahwa algoritma Support Vector Machine memiliki accuracy 88,89%, precision 88,3%, dan recall 88,89% dalam memprediksi risiko ibu hamil melahirkan anak stunting. Mempertimbangkan kemudahan operasional, penerapan algoritma Support Vector Machine dalam memprediksi risiko ibu hamil melahirkan anak stunting diimplementasikan dalam aplikasi Pregnancy Check-Up App. Aplikasi dirancang untuk mempermudah dalam melakukan prediksi risiko ibu hamil melahirkan anak stunting secara dini tanpa melakukan proses analisis algoritma Support Vector Machine. Aplikasi memiliki fitur utama yaitu diagnosis awal dan beberapa fitur tambahan yang menunjang penggunaan aplikasi. Hasil pengujian menunjukkan Pregnancy Check-Up App telah melewati pengujian dengan baik dan menunjukkan validasi input-output sesuai harapan.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | kehamilan berisiko, stunting, data minning, algoritma Support Vector Machine, aplikasi |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Matematika > Program Studi Matematika (S1) |
| Depositing User: | Komang Bagus Kencana Putra |
| Date Deposited: | 19 Apr 2025 04:58 |
| Last Modified: | 19 Apr 2025 04:58 |
| URI: | http://repo.undiksha.ac.id/id/eprint/23950 |
Actions (login required)
 |
View Item |