RANCANG BANGUN APLIKASI MACHINE LEARNING UNTUK MENGKLASIFIKASIKAN GIZI BALITA BERBASIS WEB

Machine Learning telah menjadi alat penting dalam analisis data, dan berbagai
algoritma telah dikembangkan untuk meningkatkan akurasi dan efisiensi prediksi.
Tiga metode yang populer dalam machine learning adalah k-Nearest Neighbour
(kNN), Decision Tree, dan Random Forest. Ketiga algoritma ini memiliki kekuatan
dan kelemahan masing-masing, dan pemilihan algoritma yang tepat sering kali
bergantung pada karakteristik spesifik dari dataset dan tujuan analisis. Dalam
penelitian ini, kami membandingkan kNN, Decision Tree, dan Random Forest
dalam konteks beberapa dataset yang berbeda untuk menilai performa, akurasi, dan
efisiensi masing-masing metode dalam menangani berbagai tantangan klasifikasi
dan regresi. Penelitian ini menggunakan pemrograman python. Dari hasil penelitian
diperoleh bahwa classifier terbaik untuk menentukan status gizi balita adalah
Decision Tree.