Sinaga, Welzeen (2026) PENGEMBANGAN APLIKASI PREDIKSI STUNTING DENGAN MENERAPKAN ALGORITMA NAÏVE BAYES DI KECAMATAN BULELENG. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2213101012-COVER.pdf Download (10MB) |
|
Text (ABSTRAK)
2213101012-ABSTRAK.pdf Download (10MB) |
|
Text (BAB 1 PENDAHULUAN)
2213101012-BAB 1 PENDAHULUAN.pdf Download (10MB) |
|
Text (BAB 2 KAJIAN TEORI)
2213101012-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (10MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2213101012-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (10MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2213101012-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (10MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2213101012-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (10MB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2213101012-DAFTAR PUSTAKA.pdf Download (10MB) |
|
Text (LAMPIRAN)
2213101012-LAMPIRAN.pdf Download (10MB) |
Abstract
Stunting merupakan kondisi gagal tumbuh pada balita akibat kekurangan gizi kronis dalam jangka waktu yang panjang, sehingga menyebabkan tinggi badan anak lebih rendah dibandingkan standar usianya. Permasalahan stunting masih menjadi salah satu masalah kesehatan yang perlu mendapat perhatian, termasuk di Kecamatan Buleleng. Salah satu penyebabnya adalah belum tersedia aplikasi untuk memprediksi Stunting pada balita. Penelitian ini bertujuan untuk merancang dan membangun aplikasi prediksi stunting berbasis web dengan menerapkan algoritma Naïve Bayes, mengetahui karakteristik aplikasi yang dikembangkan, serta mengukur kinerja aplikasi dalam memprediksi stunting pada balita. Metode penelitian yang digunakan adalah penelitian pengembangan dengan model Waterfall. Data yang digunakan merupakan data sekunder yang diperoleh dari Dinas Kesehatan Kabupaten Buleleng. Proses pengolahan data dilakukan menggunakan tahapan Knowledge Discovery in Database (KDD), yaitu data selection, data cleaning, transformation, data mining, dan evaluation. Algoritma Naïve Bayes digunakan sebagai metode klasifikasi untuk memprediksi status stunting berdasarkan variabel umur, jenis kelamin, berat badan, tinggi badan, dan status gizi balita. Pengembangan aplikasi dilakukan menggunakan bahasa pemrograman Python berbasis web. Pengujian aplikasi menggunakan Black Box Testing, sedangkan evaluasi model dilakukan menggunakan confusion matrix dengan perhitungan accuracy, precision, dan recall. Hasil penelitian menunjukkan bahwa aplikasi prediksi stunting berhasil dikembangkan dan mampu melakukan prediksi status stunting secara otomatis. Karakteristik aplikasi meliputi antarmuka yang responsif, kemudahan penggunaan, serta kemampuan pengelolaan data balita dan prediksi secara real-time. Berdasarkan hasil evaluasi model menggunakan confusion matrix dengan metode weighted average, diperoleh nilai accuracy sebesar 89,84%, precision sebesar 91,94%, dan recall sebesar 89,84%. Hasil tersebut menunjukkan bahwa algoritma Naïve Bayes memiliki performa yang baik dalam memprediksi stunting pada balita di Kecamatan Buleleng.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Stunting, Naïve Bayes, Machine Learning, Prediksi, Web. |
| Subjects: | Q Science > Q Science (General) 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: | Welzeen Sinaga |
| Date Deposited: | 17 Jul 2026 02:34 |
| Last Modified: | 17 Jul 2026 02:34 |
| URI: | http://repo.undiksha.ac.id/id/eprint/31031 |
Actions (login required)
 |
View Item |