Informatics for Educators and Professional : Journal of Informatics
Vol 7 No 1 (2022): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 202

AHP-CBR Untuk Deteksi Dini Stunting Pada Balita Menggunakan Algoritma Similaritas KNN

Hizkia Indra Purwanto (Universitas Stikubank)
Setyawan Wibisono (Universitas Stikubank)



Article Info

Publish Date
07 Jan 2023

Abstract

Abstrak: Pengetahuan tentang pencegahan stunting sangat dibutuhkan, saat balita mengalami stunting. Salah satu alat yang dibutuhkan untuk mengidentifikasi gejala stunting adalah sistem yang berbasis web, yang dapat berperan sebagai pendeteksi stunting pada balita dan media pembelajaran. Dalam penelitian ini, dilakukan pendeteksi dini stunting pada balita dengan menggunakan metode AHP-CBR dan algoritma KNN. Metode AHP (Analytical Hierarchy Process) dilakukan untuk pengambilan keputusan dengan cara perbandingan berpasangan antara kriteria penyakit dan alternatif penyakit dengan CBR (Case-Base Reasoning) yang melakukan suatu pendeketan untuk menentukan proses penyembuhan stunting dengan memanfaatkan kasus lama dan dilakukan penyembuhan sebelumnya dan menentukan algoritma menggunakan KNN (K-Nearest Neighbor). Pembobotan matriks perbandingan berpasangan dilakukan terhadap 36 gejala dan 5 penyakit stunting, sehingga menghasilkan tiga kelompok bobot, yaitu gejala berat dengan bobot 0,63, gejala sedang dengan bobot 0,25 dan gejala ringan dengan bobot 0,10. Kata kunci: AHP, CBR, KNN, deteksi stunting Abstract: Knowledge about stunting prevention is needed, when toddlers experience stunting. One of the tools needed to identify stunting symptoms is a web-based system, which can act as a stunting detector in toddlers and learning media. In this study, early detection of stunting was carried out in toddlers using the AHP-CBR method and the KNN algorithm. The AHP (Analytical Hierarchy Process) method is carried out for decision making by means of pairwise comparisons between disease criteria and disease alternatives with CBR (Case-Base Reasoning) which performs an approach to determine the stunting healing process by utilizing old cases and previous healing and determines the algorithm using KNN (K-Nearest Neighbor). The pairwise comparison matrix was weighted for 36 symptoms and 5 stunting diseases, resulting in three groups of weights, namely severe symptoms with a weight of 0,63, moderate symptoms with a weight of 0,25 and mild symptoms with a weight of 0,10. Keywords: AHP, CBR, KNN, stunting detection

Copyrights © 2022






Journal Info

Abbrev

ITBI

Publisher

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Description

INFORMATICS FOR EDUCATORS AND PROFESSIONALS merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Teknik Informatika STMIK BINA INSANI. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Networking, Aplikasi Sains, Animasi Interaktif, Pengolahan Citra, Sistem Pakar, ...