PREDIKSI LEVEL OBESITAS MENGGUNAKAN BOOSTING DECISION TREE C45

M. Yhogha Ismail Ibn Ibrahim, yoga and Sriyanto, Sriyanto (2024) PREDIKSI LEVEL OBESITAS MENGGUNAKAN BOOSTING DECISION TREE C45. Masters thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text Halaman Pernyataan.pdf Download (51kB)
	Text Halaman Pengesahan.pdf Download (202kB)
	Text Abstract.pdf Download (179kB)
	Text Daftar isi.pdf Download (95kB)
	Text BAB I.pdf Download (196kB)
	Text BAB II.pdf Download (149kB)
	Text BAB III.pdf Download (445kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (9kB)
	Text DAFTAR PUSTAKA.pdf Download (133kB)
	Text LAMPIRAN.pdf Download (549kB)

Abstract

Obesitas adalah penumpukan lemak ekstra yang disebabkan oleh ketidakcocokan jangka panjang antara asupan kalori dan pengeluaran energi. Menurut indeks RPJMN 2015-2019, 13,5 persen orang dewasa di Indonesia di atas usia 18 tahun kelebihan berat badan, 28,7 persen mengalami obesitas (BMI>25), bahkan 15,4 persen mengalami obesitas (BMI>27). 18,8% anak-anak berusia 5 hingga 12 tahun kelebihan berat badan, dan 10,8% dari mereka mengalami obesitas. Tindakan memilih, memeriksa, dan memodelkan sejumlah besar data untuk menemukan pola dan tren yang biasanya tidak diperhatikan. Algoritma DT C4.5 adalah evolusi dari algoritma ID3 yang menggunakan entropi informasi, atribut kontinu dan diskrit, atribut kategoris dan numerik, dan nilai yang hilang. Hasil yang diperoleh setelah menggunakan algoritma DT. C45 dengan Software Rapid Miner adalah 95,2%. Kata Kunci— Obesitas, Metode Data Mining, Decision Tree C4.5 Algoritma.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	M. Yhogha Ismail Ibn Ibrahim
Date Deposited:	02 Jul 2024 03:31
Last Modified:	02 Jul 2024 03:31
URI:	http://repo.darmajaya.ac.id/id/eprint/16640

Actions (login required)

View Item