Rekomendasi Makanan Pendamping Asi Berdasarkan Kebutuhan Kalori Menggunakan Algoritma Naive Bayes

Dian Megah Sari; Sulfayanti Sulfayanti; Nurhikma Arifin

doi:10.57093/jisti.v5i2.141

Dian Megah Sari Universitas Sulawesi Barat
Sulfayanti Sulfayanti Universitas Sulawesi Barat
Nurhikma Arifin Universitas Sulawesi Barat

DOI: https://doi.org/10.57093/jisti.v5i2.141

Abstract

Makanan Pendamping ASI (MPASI) merupakan asupan makanan eksklusif yang diberikan pada bayi atau anak usia 6 sampai 24 bulan, selain ASI. Kalori merupakan bagian dari nutrisi harian bayi yang dapat diketahui dengan perhitungan berdasarkan rumus hasil penelitian medis. Namun, untuk menghitung kebutuhan kalori harian bayi dan menyesuaikannya dengan menu makanan, ibu bayi harus melakukan perhitungan manual maka akan sangat tidak efektif dan efisien, sehingga di perlukan sebuah implementasi algoritma naive bayes untuk merekomendasikan makanan pendamping ASI untuk bayinya sesuai kalori yang dibutuhkan. Penelitian ini bertujuan untuk membuat sebuah implementasi algoritma naive bayes untuk merekomendasikan makanan pendamping ASI berdasarkan kebutuhan kalori . Jenis penelitian yang di gunakan adalah penelitian kuantitatif dengan menyertakan pendekatan naive bayes. Hasil penelitian ini adalah berdasarkan pengujian akurasi maka di dapatkan nilai akurasi sebesar 92% dimana nilai ini menjadi patokan bagaimanan naive bayes dalam melakukan pemberian rekomendasi makanan pada bayi yang di dapat dari kebutuhan asupan kalori

Downloads

Download data is not yet available.

References

Adrian Satria Putra. Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes Classification (Studi Kasus Posyandu Ngudi Luhur). Di akses 2018.
Baharuddin M., Hasanuddin T, & Azis (2019)."Analisis Performa Metode K- Nearest Neighboard untuk Identifikasi Jenis Kaca". ILKOM Jurnal Ilmiah Volume 11 Nomor 3.
Hayuningtyas Y.R. Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita. (Online), Vol. 6 No. 1. Di akses April 2019.
Jaya M.L.M. Metode Penelitian Kuantitatif dan Kualitatif : Teori, penerapan dan riset nyata. Yogyakarta. Diakses 2020.
Jubilee enterpraise. 2019. Phyton Untuk Programmer Pemula. Jakarta: PT Elex Media Komputindo.
Kementerian Kesehetan Republik Indonesia. 2014.
Marjan, Q.A, A’Immatul.F, Amar I.M. Penyuluhan Makanan Pendamping ASI pada Ibu Bayi Usia 6—24 Bulan di Puskesmas Sukmajaya, Vol.3 No.1. Di akses mei 2019.
Peraturan Pemerintah Republik Indonesia. No. 33 Tahun 2012, Pemberian Air Susu Ibu Eksklusif.
Pramitarini Y, Purnama E.K.I, Purnomo H.M. Analisa Rekam Medis Untuk Menentukan Status Gizi Anak Balita menggunakan Algoritma Naive Bayes Classifier. Di akses Februari 2013
S. Karthika & N. Sairam, A Naive Bayesian Classifier for Educational Qualification. Vol 8. July 2015
Sidauruk A, Abdullah. Sistem Pakar Penentuan Makanan Pendampig Air Susu Ibu Menggunakan Metode Min Max dan Naive Bayes. (Online), Vol.9 No.1. Di akses 2020.
Sihwi W.S, Mulyasari H, Saptono R, Wiboworini B. Sistem Rekomendasi Menu Harian Makanan Pendamping Air Susu Ibu (MPASI) Berdasarkan
Kebutuhan Kalori Bayi dengan Metode TOPSIS. (Online), Volume 3 Nomor 2. Di akses 2014.
TANG, J., HU, X. & LIU, H., 2013. Social Recommendations: a review. Social Network Analysis and Mining , 3(a), 1113.11133.
Ungkawa, U., Rosmala, D. & Aryanti, F., 2013, Pembangunan Aplikasi Travel Recommender Dengan Metode Case Base Reasoning, Jurnal Teknik Informatika, Institut Teknologi Nasional Bandung.
World Health Organisation. 2014 World Health Organisation. 2016 Youdium. 2013
YUAN, Q., CONG, G. & LIN, C. Y. 2014,August. COM: a generative mode, for group recommendation. In Proceedings of the 20th ACM SIGKDD international conference on knowledge discovery and data mining, 163- 172.ACM
Sidauruk A, Abdullah. Sistem Pakar Penentuan Makanan Pendampig Air Susu Ibu Menggunakan Metode Min Max dan Naive Bayes. (Online), Vol.9 No.1. Di akses 2020.