SISTEM PAKAR DETEKSI GIZI BURUK BALITA DENGAN METODE NAÏVE BAYES CLASSIFIER

Anita Sindar RM Sinaga, Dewi Simanjuntak
2020 Jurnal Inkofar  
Malnutrition is a disease with a growing number of sufferers every year in Indonesia. The percentage of malnutrition in Indonesia is around 3.4%. The characteristics of malnutrition indicate that growth is not optimal, intellectual development is not optimal, the appearance of visual impairment, fatigue, lack of appetite, abnormal bone shape, easy pain. The limited number of medical personnel can be assisted by the application of an expert system without intending to replace the Expert. Expert
more » ... ystem is a system (knowledge machine) that is able to replace the function of expertise. This study aims to detect malnutrition at the age of 1-3 years (toddlers). using the Naïve Bayes Clasifier algorithm. In this study known 3 types of diseases based on symptoms, namely Kwarshiorkor (P1), Marasmik-Kwarshiorkor (P2), Marasmus (P3) with 24 symptoms of malnutrition. The results showed the highest multiplication results from the naive bayes classification were a type of malnutrition suffered by patients. Detection results can be used as initial information on the detection of malnutrition. ABSTRAK Penyakit gizi buruk merupakan penyakit dengan jumlah penderita yang terus meningkat tiap tahunnya di Indonesia. Presentasi angka gizi buruk yang ada di Indonesia berkisar 3,4%. Ciri-ciri gizi buruk menunjukkan pertumbuhan yang tidak maksimal, perkembangan intelektual tidak maksimal, munculnya gangguan penglihatan, mudah lelah, tidak memiliki nafsu makan, bentuk tulang yang tidak normal, mudah sakit. Terbatasnya jumlah tenaga medis dapat dibantu dengan aplikasi sistem pakar tanpa bermaksud menggantikan Pakar. Sistem pakar yaitu sistem (mesin pengetahuan) yang mampu menggantikan fungsi kepakaran. Penelitian ini bertujuan mendeteksi penyakit gizi buruk pada usia 1-3 tahun (balita). menggunakan algoritma Naïve Bayes Clasifier. Dalam penelitian ini diketahui 3 jenis penyakit berdasarkan gejalanya yaitu Kwarshiorkor (P1), Marasmik-Kwarshiorkor (P2), Marasmus (P3) dengan 24 gejala gizi buruk. Hasil penelitian menunjukkan hasil perkalian tertinggi dari klasifikasi naive bayes merupakan jenis penyakit gizi buruk yang diderita pasien. Hasil deteksi dapat dimanfaatkan sebagai informasi awal deteksi gizi buruk.
doi:10.46846/jurnalinkofar.v1i2.110 fatcat:kszkj2bpjrbnbc26szmvpbi2mi