KLASIFIKASI STATUS GIZI NARAPIDANA DEWASA MENGGUNAKAN METODE DECISION TREE C4.5 (Studi Kasus : Lembaga Pemasyarakatan Klas IIA Sidoarjo) TUGAS AKHIR

Transkripsi

1 KLASIFIKASI STATUS GIZI NARAPIDANA DEWASA MENGGUNAKAN METODE DECISION TREE C4.5 (Studi Kasus : Lembaga Pemasyarakatan Klas IIA Sidoarjo) TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : Novero Bayu Setiawan JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2016

2

3

4

5 KATA PENGANTAR Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul : KLASIFIKASI STATUS GIZI NARAPIDANA DEWASA MENGGUNAKAN METODE DECISION TREE C4.5 (Studi Kasus : Lembaga Pemasyarakatan Klas IIA Sidoarjo) Tak lupa juga melalui kesempatan yang sangat berharga ini penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada semua pihak yang telah membantu dan terlibat dalam penyelesaian tugas akhir ini. Kesempurnaan hanyalah milik Allah SWT, untuk itu penulis menyadari bahwa apa yang penulis susun ini jauh dari kata sempurna. Karena itu penulis mengharapkan kritik, saran dan pendapat yang sifatnya membangun. Terima kasih untuk segala perhatiannya. Penulis berharap semoga tugas akhir ini dapat bermanfaat dan berguna bagi semua pihak. Malang, 22 Juli 2016 Penulis

6 DAFTAR ISI LEMBAR PERSETUJUAN... i LEMBAR PENGESAHAN... ii LEMBAR PERNYATAAN... iii ABSTRAK... iv ABSTRACT... v LEMBAR PERSEMBAHAN... vi KATA PENGANTAR... vii DAFTAR ISI... viii DAFTAR GAMBAR... x DAFTAR TABEL... xii BAB I PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Metodologi Studi Pustaka Data dan Pengumpulan (colleting)data Analisa dan Perancangan Sistem Implementasi Sistem Pengujian Sistem Penyusunan Laporan Tugas Akhir Sistematika Penulisan... 5 BAB II LANDASAN TEORI 2.1 Pengertian Status Gizi Penilaian Status Gizi Antropometri Indeks Antropometri Cara Mengukur Indeks Massa Tubuh Kategori Indeks Massa Tubuh Klasifikasi Proses Pekerjaan Klasifikasi Pengenalan Metode Decision Tree Pemilihan Metode Decision Tree Konsep Decision Tree Algoritma C Proses Perhitungan Decision Tree C Java Versi Awal Java Kelebihan Java Kekurangan Java Database MySQL... 18

7 2.7.2 Kelebihan MySQL Kekurangan MySQL Weka BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Kebutuhan Sistem Bahasa Pemrograman yang digunakan Analisa Sistem Yang Sudah Ada Analisa Kebutuhan Fungsional Analisis Keburtuhan Non Fungsional Analisa Data Status Gizi Analisa Algoritma Perancangan Decision Tree Cara Perhitungan Metode Decision Tree C Perancangan Sistem Usecase Diagram Activity Diagram Class Diagram Perncangan Database BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Kebutuhan Sistem Implementasi Interface Tampilan Halaman Login Halaman Utama Halaman Form Analisa Halaman About Me Halaman Help Halaman Laporan Halaman Manajemen Data Training Implementasi Database Pengujian Sistem BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran DAFTAR PUSTAKA... 67

8 DAFTAR GAMBAR Gambar 2.1 Proses Pekerjaan Klasifikasi Gambar 2.2 Contoh Decision Tree Gambar 3.1 Analisa Data Awal Gambar 3.2 Rancangan Algoritma Decision Tree Gambar 3.3 Bagan Flowchat Sistem Gambar 3.4 Pseudocode Decision Tree Gambar 3.5 Hasil pembentukkan cabang di node Gambar 3.6 Hasil pembentukkan cabang di node Gambar 3.7 Hasil pohon keputusan (decision tree) status gizi Gambar 3.8 Usecase Klasifikasi Status Gizi Narapidana Dewasa Gambar 3.9 Activity Diagram Login Gambar 3.10 Activity Diagram Update Data Training Gambar 3.11 Activity Diagram Delete Data Training Gambar 3.12 Activity Diagram Import Data Training Gambar 3.13 Activity Diagram Penentuan Status Gizi Gambar 3.14 Activity Diagram Laporan Gambar 3.15 Class Diagram Klasifikasi Status Gizi Narapidana Dewasa Gambar 3.18 Entity Relationship Diagram Gambar 4.1 Halaman Login Gambar 4.2 Halaman Utama Gambar 4.3 Halaman Analisa Gambar 4.4 Halaman About Me Gambar 4.5 Halaman Help Gambar 4.6 Halaman Laporan Gambar 4.7 Halaman Manajemen Data Training Gambar 4.8 Tabel Data User Gambar 4.9 Tabel Data Narapidana Gambar 4.10 Tabel Data Training Gambar 4.11 Tabel Data Tes Gambar 4.12 Grafik Hasil Pengujian... 66

9 DAFTAR TABEL Tabel 2.1 Kategori Batas Ambang IMT untuk Indonesia... 9 Tabel 2.2 Kategori IMT Berdasarkan WHO (2000)... 9 Tabel 2.3 Perbandingan Decision Tree Dengan Algoritma Naive Bayes Tabel 3.1 Contoh Data Status Gizi Narapidana Dewasa Tabel 3.2 Posisi v untuk pemecahan fitur tinggi badan di node akar Tabel 3.3 Posisi v untuk pemecahan fitur berat badan di node akar Tabel 3.4 Posisi v untuk pemecahan fitur lingkar pergelangan tangan di node akar Tabel 3.5 Posisi v untuk pemecahan fitur lingkar perut di node akar Tabel 3.6 Posisi v untuk pemecahan fitur usia di node akar Tabel 3.7 Hasil perhitungan entropy dan gain untuk node akar Tabel 3.8 Hasil pemisahan data menurut node akar Tabel 3.9 Posisi v untuk pemecahab fitur tinggi badan di node Tabel 3.10 Posisi v untuk pemecahan fitur berat badan di node Tabel 3.11Posisi v untuk pemecahan fitur lingkar pergelangan tangan di node Tabel 3.12 Posisi v untuk pemecahan fitur lingkar perut di node Tabel 3.13 Posisi v untuk pemecahan fitur usia di node Tabel 3.14 Hasil perhitungan entropy dan gain node Tabel 3.15 Hasil pemisahan data menurut node Tabel 3.16 Posisi v untuk pemecahan fitur tinggi badan di node Tabel 3.17 Posisi v untuk pemecahan fitur berat badan di node Tabel 3.18 Posisi v untuk pemecahan fitur lingkar pergelangan tangan di node Tabel 3.19 Posisi v untuk pemecahan fitur lingkar perut di node Tabel 3.20 Posisi v untuk pemecahan fitur usia di node Tabel 3.21 Hasil perhitungan entropy dan gain untuk node Tabel 3.22 Pemisahan data menurut node Tabel 3.23 Posisi v untuk pemecahan fitur tinggi badan di node Tabel 3.24 Posisi v untuk pemecahan fitur berat badan di node Tabel 3.25 Posisi v untuk pemecahan fitur lingkarpergelangan tangan di node Tabel 3.26 Posisi v untuk pemecahan fitur lingkar perut di node Tabel 3.27 Posisi v untuk pemecahan fitur usia di node

10 Tabel 3.28 Hasil perhitungan entropy dan gain untuk node Tabel 4.1 Hasil Pengujian... 65

11 DAFTAR PUSTAKA [1] Prasetyo, Eko. (2014). Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab, Yogyakarta:Penerbit CV. Andi Offset. [2] Dwi, Budanis Meilani.(2013). Klasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree.(online). Data-Karyawan pdf (diakses 05 mei 2015 pukul 08.00). [3] Cornelia, SKM., M.Sc. et al. (2014). Konseling Gizi, Jakarta:Penerbit Penebar Plus*(Penebar Swadaya Grup). [4] Kusuma dewi, Sri Klasifikasi status gizi menggunakan Naïve xiv ayesian classification.(online). madewi.pdf (diakses 01 maret 2015 pukul 07:10 pm). [5] Tantra, Dhimas Yudistira. Klasifikasi Status Gizi Orang Dewasa Dengan Algoritma Naïve Bayes Classification. (online). (diakses 04 maret 2015 pukul 03:00 pm). [6] Medicastore. (2007). Malnutrisi. Diakses Januari 2016, dari cybermed/detail_pyk.php?idktg=10&iddtl=628. [7] Sunjana, Aplikasi Mining Data Mahasiswa Dengan Metode Klasifikasi Decision Tree," Seminar Nasional Aplikasi Teknologi Informasi, pp. Januari [8] Rahmansyah, Arief. (2014). Getting Started : Weka. Diakses Mei 2016, dari [9] Khairina, Desy. (2008). Faktor-faktor tinjauan. (online). Tinjauan%20literatur.pdf (diakses 08 juli 2015 pukul pm). [10]Charis fauzan, abd. (2015). Penerapan Cross Validation Sebagai Metode Pengujian Sistem. Diakses Juni 2016, dari l