MIF EXHIBITION.

NB-KNN

Kegemukan dan obesitas adalah penumpukan lemak berlebihan yang dapat menyebabkan resiko bagi kesehatan. Oleh karena itu, penting untuk mengklasifikasikan tingkat obesitas menggunakan metode atau teknik yang tepat. Salah satunya dengan memanfaatkan metode pengolahan data melalui data mining, yaitu metode klasifikasi. Metode klasifikasi digunakan untuk membangun model yang dapat mengklasifikasikan data baru ke dalam kelas tertentu berdasarkan karakteristik yang dimilikinya. Pada penelitian ini, perbandingan algoritma klasifikasi dilakukan, dengan membandingkan algoritma naive bayes dan k-nearest neighbor dalam mengklasifikasikan tingkat obesitas. Tujuan penelitian adalah: a. Menentukan parameter mana yang memberikan kinerja model klasifikasi optimal, serta efisiensi dalam pelatihan dan pengujian. b. Membangun sebuah sistem yang dapat menampilkan hasil klasifikasi dan perbandingan kinerja dari algoritma naive bayes dan k-nearest neighbor dalam mengklasifikasikan tingkat obesitas berdasarkan kebiasaan makan dan kondisi fisik. Dengan penelitian ini, diharapkan dapat memberikan kemudahan dalam memilih algoritma klasifikasi yang optimal dan efesien untuk mengkasifikasikan tingkat obesitas.