Pemantauan status gizi balita berperan krusial dalam mencegah stunting melalui intervensi dini yang tepat sasaran. Namun, keterbatasan metode manual dalam klasifikasi data gizi menyebabkan keterlambatan dan risiko kesalahan pengambilan keputusan. Penelitian ini mengembangkan sistem klasifikasi status gizi balita berbasis web menggunakan algoritma C4.5 yang mampu mengidentifikasi pola hubungan antar atribut untuk menghasilkan prediksi status gizi secara otomatis dan akurat. Sistem dibangun dengan framework Flask guna memastikan aksesibilitas dan efisiensi pemrosesan. Data yang digunakan berasal dari Dinas Kesehatan Kota Pematangsiantar tahun 2022-2024 sebanyak 697 data. Proses penelitian meliputi pengumpulan data, praprocessing mencakup pembersihan dan transformasi data, split data dengan rasio 70:30, serta pelatihan model, dan evaluasi menggunakan confusion matrix. Hasil menunjukkan akurasi model mencapai 95% pada data uji, menandakan kinerja yang sangat baik dalam menggeneralisasi data baru. Sistem yang dikembangkan dilengkapi fitur visualisasi pohon keputusan, evaluasi model, pembaruan dataset, serta monitoring prevalensi gizi per kecamatan. Inovasi ini mendukung pengambilan keputusan berbasis data yang strategis merumuskan program-program yang menunjang pencegahan ataupun intervensi yang tepat.
Collaboration network of the authors
2 authors ·
1 co-authorship link
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-author
Organisation
Joint articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.