Image of Sistem Deteksi Dini Penyakit Gizi Buruk Pada Ibu Hamil Menggunakan Algoritma Support Vector Machine Berdasarkan Data Kesehatan Dan Pola Makan

Text

Sistem Deteksi Dini Penyakit Gizi Buruk Pada Ibu Hamil Menggunakan Algoritma Support Vector Machine Berdasarkan Data Kesehatan Dan Pola Makan

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem deteksi dini berbasis web untuk membantu menentukan stasus gizi ibu hamil dan memberikan rekomendasi penanganan yang sesuai dengan status gizi. Deteksi dini terhadap kondisi gizi ibu hamil menjadi langkah penting agar intervensi gizi dapat dilakukan secara cepat dan tepat. Sistem ni di kembangkan guna mengantisipasi gizi buruk gizi buruk pada ibu selama kehamilan. Dengan mengetahui ibu hamil yang berisiko sejak dini, tenaga kesehatan dapat memberikan tindakan seperti suplementasi, bimbingan pola makan, dan pemantauan rutin Metode yang di gunakan adalah pengembangan sistem berbasis web dengan menerapkan Algoritma Support Vector Machine digunakan untuk mengklasifikasikan status gizi ibu hamil. Pengumpulan yang dihimpun menggunakan kuesioner/Survei dan wawancara serta data sekunder, berupa rekamana medis ibu hamil contohnya usia kehamilan, berat badan tinggi badan kadar hemoglobin (Hb). Sistem dirancang menggunakan pemodelan UML, bahasa pemrograman Python, framework web, database MySQL. Hasil Sistem deteksi dini penyakit gizi buruk pada ibu hamil yang dikembangkan menggunakan algoritma Support Vector Machine (SVM)
telah berhasil diimplementasikan dalam bentuk aplikasi berbasis web. Algoritma SVM terbukti efektif dalam mengklasifikasikan status gizi ibu
hamil berdasarkan data kesehatan dan pola makan dengan tingkat akurasi mencapai 95%, menunjukkan bahwa sistem memiliki kinerja yang andal
dan konsisten dalam mengenali pola data yang mengindikasikan risiko gizi buruk.

Ketersediaan
S250237SKR-2025 RAS sPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 RAS s
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar.,
Deskripsi Fisik
ii + 98 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 RAS s
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Ibu Hamil
Gizi Buruk
Pola Makan
Support Vector Machine (SVM)
Data Kesehatan
Sistem Deteksi Dini
Info Detail Spesifik
Skripsi Teknik Informatik
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar