Surat Tugas Penelitian 2026

Surat Tugas Penelitian 2026

• By Alfina Putri Anggraini1), Surti Ayu2), Suharyanto3), Irmawati4);
• Jurnal Nasional Terakreditasi
• 20

Isu masalah gizi pada anak balita masih menimbulkan tantangan kesehatan yang substansial, khususnya di Desa
Sungai Ambangah, Provinsi Kalimantan Barat. Ketidakharmonisan gizi, entah berupa defisiensi atau surplus, mampu
memberikan pengaruh buruk terhadap perkembangan tubuh, kemajuan intelektual, serta standar kehidupan anak di kemudian
hari. Kajian ini dimaksudkan untuk mengevaluasi efektivitas algoritma C4.5 dan Naive Bayes dalam mengategorikan kondisi
gizi balita dengan memanfaatkan dataset dari Pos Kesehatan Desa (Poskesdes) Sungai Ambangah. Pendekatan riset
menerapkan metode kuantitatif perbandingan dengan jumlah 1.502 observasi yang telah menjalani pra-pengolahan, meliputi
sanitasi data, reduksi data, serta konversi data. Penilaian dilakukan melalui aplikasi RapidMiner dengan prosedur validasi
silang 10-fold. Temuan pengujian mengindikasikan bahwa algoritma C4.5 mencapai tingkat ketepatan 96,01% beserta nilai
AUC 0,972, sedangkan algoritma Naive Bayes menghasilkan ketepatan 95,54% dengan AUC 0,983. Melalui uji t, nilai p
sebesar 0,479 (melebihi 0,05) menyiratkan absennya perbedaan bermakna di antara keduanya. Pada intinya, kedua
pendekatan menunjukkan performa yang seimbang dan layak diterapkan sebagai fondasi untuk merancang sistem bantuan
pengambilan keputusan dalam penilaian status gizi balita.

• Katakunci Algoritma C4.5, Data Mining, Klasifikasi, Naïve Bayes, RapidMiner, Status Gizi Balita
• URL https://ejournal.unisbablitar.ac.id/index.php/antivirus/article/view/5245/2641
• Penerbit Universitas Islam Blitar,

REFERENSI

[1] Ummah, M. S., “Survei Status Gizi Indonesia (SSGI) 2024 Dalam Angka”. Dalam Sustainability
(Switzerland), vol. 11, nomor 1, 2025.
[2] Y. Rifa’i, “Analisis Metodologi Penelitian Kulitatif dalam Pengumpulan Data di Penelitian Ilmiah
pada Penyusunan Mini Riset,” Cendekia Inovatif Dan Berbudaya, vol. 1, no. 1, pp. 31–37, 2023,
doi: 10.59996/cendib.v1i1.155.
[3] K. L. Kohsasih and Z. Situmorang, “Comparative Analysis of C4.5 and Naïve Bayes Algorithms in
Predicting Cerebrovascular Disease,” Jurnal Informatika, vol. 9, no. 1, pp. 13–17, 2022.
[4] A. Lasarudin, Hilmansyah Gani, and Misran Tomayahu, “Perbandingan Metode Naïve Bayes dan
C4.5 Klasifikasi Status Gizi Bayi Balita,” SPECTA Journal of Technology, vol. 6, no. 3, pp. 273–
283, 2023, doi: 10.35718/specta.v6i3.789.
[5] T. R. Matondang, Y. Ramadhan Nasution, Armansyah, and M. Furqan, “Penerapan Algoritma C4.5
Pada Klasifikasi Status Gizi Balita,” Jurnal Fasilkom, vol. 14, no. 1, pp. 216–225, 2024, doi:
10.37859/jf.v14i1.6941.
[6] K. Handayani, L. Lisnawanty, A. Latif, M. R. Firdaus, and F. N. Hasan, “Komparasi Algoritma
C4.5 Dan Naïve Bayes Dalam Penentuan Status Kelayakan Donor Darah,” Sistemasi, vol. 10, no.
3, p. 676, 2021, doi: 10.32520/stmsi.v10i3.1440.
[7] R. A. A. Sri Lestari, “Penerapan Algoritma C4.5 Pada Klasifikasi Status Gizi Balita di Posyandu
Desa Sukalilah Cibatu Kabupaten Garut Jawa Barat,” Jurnal Wahana Pendidikan, vol. 8, no. 10,
pp. 116–125, 2022.
[8] Y. Mulyanto, F. Idifitriani, A. Wati, U. T. Sumbawa, D. Mining, and K. P. Tano, “Vol 7 No 2 ,
September 2024 KLASIFIKASI DATA MINING UNTUK PENENTUAN STUNTING,” vol. 7,
no. 2, pp. 119–125, 2024.

[9] M. Yunus, H. Ramadhan, D. R. Aji, and A. Yulianto, “Penerapan Metode Data Mining C4.5 Untuk
Pemilihan Penerima Kartu Indonesia Pintar (KIP),” Paradigma - Jurnal Komputer dan Informatika,
vol. 23, no. 2, 2021, doi: 10.31294/p.v23i2.11395.
[10] S. Widaningsih, “Penerapan Data Mining untuk Memprediksi Siswa Berprestasi dengan
Menggunakan Algoritma K Nearest Neighbor,” JATISI (Jurnal Teknik Informatika dan Sistem
Informasi), vol. 9, no. 3, pp. 2598–2611, 2022, doi: 10.35957/jatisi.v9i3.859.
[11] J. N. Permana, R. Goejantoro, and S. Prangga, “Perbandingan Algoritma C4.5 Dan Naïve Bayes
Untuk Prediksi Ketepatan Waktu Studi Mahasiswa (Studi Kasus: Program Studi Statistika
Universitas Mulawarman),” Jurnal EKSPONENSIAL, vol. 13, pp. 161–170, 2022, [Online].
Available: https://jurnal.fmipa.unmul.ac.id/index.php/exponensial/article/view/947
[12] P. Meilina, “Penerapan Data Mining Dengan Metode Klasifikasi Menggunakan C4.5,” Teknologi,
vol. 9, no. 4, pp. 2862–2869, 2022.
[13] M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan
Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,”
Journal of Applied Informatics and Computing, vol. 5, no. 2, pp. 103–108, 2021, doi:
10.30871/jaic.v5i2.3200.
[14] A. Nur, A. Rohim, A. I. Purnamasari, and I. Ali, “Program Keluarga Harapan ( Studi Kasus :
Kecamatan Cicalengka Kabupaten Bandung ),” vol. 8, no. 2, pp. 2355–2362, 2024.
[15] M. Y. Titimeidara and W. Hadikurniawati, “Implementasi Metode Naïve Bayes Classifier Untuk
Klasifikasi Status Gizi Stunting Pada Balita,” Jurnal Ilmiah Informatika, vol. 9, no. 01, pp. 54–59,
2021, doi: 10.33884/jif.v9i01.3741.