Sistem Pendukung Keputusan Berbasis Pocket Pc Sebagai Penentu Status Gizi Menggunakan Metode Knn (K-Nearest Neighbor)

Abstract

The nutrition problem is very important problem that need more attention. If someone doesn't know about his nutrition status, he can't control how much nutrition value should be needed by his body. In this research, it has been built a Decision Support System (DSS) to compute nutrition status. The system needs physical condition from user via user interface. Pocket PC platform used to develop this DSS. The computation of nutrition status based on K-Nearest Neighbor (K-NN). The K-NN method will look for the shortest distance between evaluated data and K nearest data in the data training setThe result of this research shows that this system can help user to get information about his nutrition status, so he can keep his nutrition normal status to avoid he diseases attack.

Klasifikasi Data Pelanggan Potensial Put in Service Indihome Menggunakan Algoritma Naïve Bayes

“…Setiap perhitungan karakterisasi memiliki aturan yang sama yaitu melakukan pembelajaran dalam model sehingga dapat meramalkan kontribusi nama kelas yang tepat sebagai hasil. Sedangkan pada tahap urutan, tahap ini mengambil suatu informasi yang tanda kelasnya tidak jelas ketika diantisipasi dan kemudian dicoba menggunakan model yang telah dibuat dalam pengalaman yang berkembang [3].…”

Implementasi fuzzy inference system untuk pengambilan keputusan

“…Gambar 1. Diagram Sistem Inference Fuzzy [5] Salah satu penerapan fuzzy inference system adalah dalam bidang kedokteran, yakni implementasi fuzzy inference system dalam mendiagnosa penyakit diabetes melitus [9][10] [11]. Diabetes melitus atau kencing manis merupakan penyakit kronis yang ditandai dengan kelainan metabolik akibat dari kurangnya produksi insulin oleh pankreas.…”

Sistem Pendukung Keputusan Status Gizi Balita Untuk Membantu Kinerja Puskesmas Dengan Metode Fuzzy Tsukamoto

“…Penelitian yang lain yang menjadi acuan dalam tugas akhir adalah penelitian [4] dengan judul Sistem Pendukung Keputusan Berbasis Pocket PC Sebagai Penentu Status Gizi Menggunakan Metode K-Nearest Neighbor, penelitian tersebut membahas tentang status gizi dan pengukuran antropometri menggunakan berat badan (BB), tinggi badan (TB), lingkar lengan atas (LLA), lapisan lemak bawah kulit (LLBK), lingkar perut dan sebagainya kemudian keputusannya menggunakan metode K-Nearest Neighbor (KKN) dengan objek penelitian mahasiswa yang di atas 17 tahun berdasarkan parameter kondisi fisik dari orang tersebut. KKN merupakan salah satu metode untuk mengambil keputusan yang menggunakan algoritma pembelajaran terawasi dimana hasil dari data masukan yang baru diklarifikasi berdasarkan terdekat dalam data pelatihan.…”