Afriani, 210705071 (2025) Implementasi Support Vector Machine (SVM) dalam Penentuan Klasifikasi Indeks Khusus Penanganan Stunting di Pidie Jaya. Other thesis, Universitas Islam Negeri Ar-Raniry Banda Aceh.
Afriani_210705071_fulltext.pdf - Published Version
Restricted to Repository staff only
Available under License Creative Commons Attribution.
Download (4MB)
Afriani_210705071_cover-bab 1.pdf - Published Version
Available under License Creative Commons Attribution.
Download (6MB)
Abstract
Stunting merupakan permasalahan gizi kronis yang berdampak serius terhadap perkembangan anak, baik secara fisik maupun kognitif. Pemerintah Kabupaten Pidie Jaya telah mengembangkan Indeks Khusus Penanganan Stunting (IKPS) untuk mengukur efektivitas program intervensi. Penelitian ini bertujuan untuk mengimplementasikan metode Support Vector Machine (SVM) dalam klasifikasi tingkat IKPS di 220 desa di Pidie Jaya serta mengevaluasi tingkat akurasi dari model yang dibangun. Data IKPS terdiri dari 11 indikator yang mencakup aspek kesehatan, gizi, perumahan, pendidikan, dan perlindungan sosial. Proses klasifikasi dilakukan dengan pendekatan one-against-one dan kernel polinomial, menggunakan software RStudio. Hasil uji coba menunjukkan bahwa model SVM dengan parameter kernel polinomial degree 1 dan cost 100 menghasilkan akurasi tertinggi sebesar 100% pada data pengujian. Dengan model ini, pemerintah daerah dapat lebih tepat sasaran dalam menyusun kebijakan dan intervensi berbasis data untuk menurunkan angka stunting di wilayahnya.
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | 000 Computer Science, Information and System > 006 Special Computer Methods |
| Divisions: | Fakultas Sains dan Teknologi > S1 Teknologi Informasi |
| Depositing User: | Afriani Afriani |
| Date Deposited: | 14 Aug 2025 09:05 |
| Last Modified: | 14 Aug 2025 09:05 |
| URI: | http://repository.ar-raniry.ac.id/id/eprint/47625 |
