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.