Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
MODEL KLASIFIKASI PREDIKSI OBESITAS BERDASARKAN DATA ANTROPOMETRI DAN FAKTOR GAYA HIDUP MENGGUNAKAN ALGORITMA RANDOM FOREST
ABSTRAKSI :
Prevalensi kelebihan berat badan dan obesitas yang semakin meningkat telah menjadi masalah kesehatan global yang signifikan, termasuk di Indonesia. Untuk menghadapi permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan model Machine Learning berdasarkan algoritma Random Forest Classifier yang dapat digunakan untuk mengklasifikasikan jenis obesitas berdasarkan faktor-faktor terkait. Data yang digunakan dalam penelitian ini diperoleh dari sumber yang dapat dipercaya, yaitu Kaggle. Model yang dihasilkan dimanfaatkan dalam mengidentifikasi dan mengelola masalah kelebihan berat badan dan obesitas di masyarakat. Dengan pendekatan Machine Learning, model ini memberikan prediksi tipe obesitas dengan tingkat akurasi tinggi, melebihi 90%. Keunggulan model ini terletak pada kemampuannya untuk memberikan solusi yang dipersonalisasi berdasarkan data individu, seperti jenis kelamin, usia, berat badan, tinggi badan, dan faktor-faktor relevan lainnya.
NOMOR INDUK :
FTI/IA/SSM/8810/2024
PEMBIMBING :
Ari Rosemala Triasari
TANGGAL SIDANG :
14/08/2023
TANGGAL PENYERAHAN :
07/08/2024
JENIS PENULISAN :
PENULISAN ILMIAH JENJANG S1 (SETARA SARJANA MUDA / SSM)