Optimasi Algoritma Naïve Bayes Berbasis Particle Swarm Optimization Untuk Klasifikasi Status Stunting

Abstrak

Setiap orangtua menginginkan buah hatinya tumbuh dengan sehat. Pola makan dengan mengkonsumsi makanan yang sehat dapat meminimalisir stunting. Kekurangan nutrisi dalam jangka panjang dapat menyebabkan stunting, yaitu masalah gizi kronis yang mengganggu pertumbuhan dan perkembangan fisik, termasuk berat badan dan tinggi badan yang rendah. Pengaruhnya terhadap pertumbuhan dan perkembangan tubuh, seperti penurunan berat badan dan tinggi badan. Ada berbagai metode untuk mengekstraksi informasi menggunakan penggalian data, seperti klasifikasi. Dalam penelitian ini, peneliti akan menerapkan Naïve Bayes dengan Particle Swarm Optimization (PSO) untuk Klasifikasi Status Stunting. Berdasarkan penelitian diketahui bahwa performa model Naïve Bayes untuk klasifikasi status stunting memberikan tingkat akurasi kebenaran sebesar 80,69% dengan nilai Area Under the Curva (AUC) sebesar 0,801. Sedangkan performa model Naïve Bayes dengan Particle Swarm Optimization memberikan tingkat akurasi kebenaran sebesar 83,06% dengan nilai Area Under the Curve (AUC) sebesar 0,801. Hal ini membuktikan bahwa optimasi Particle Swarm Optimization dapat meningkatkan kinerja metode klasifikasi yang digunakan.