<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="3990">
<titleInfo>
<title>ANALISIS SISTEM PREDIKSI OBESITAS BERBASIS WEB 
DENGAN PERBANDINGAN ALGORITMA RANDOM FOREST 
DAN K-NEAREST NEIGHBOR (KNN)</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>NANDA MARTA SUNARYA</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">BANDUNG</placeTerm></place>
<publisher>TEKNIK INFORMATIKA UNLA</publisher>
<dateIssued>2025</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">INDONESIA</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text</form>
<extent>baik</extent>
</physicalDescription>
<note>Obesitas merupakan salah satu masalah kesehatan yang semakin meningkat di 
berbagai belahan dunia, termasuk di Indonesia. Prediksi obesitas secara dini dapat 
membantu dalam pencegahan dan pengelolaan masalah kesehatan ini. Penelitian ini 
bertujuan untuk mengembangkan sebuah sistem prediksi obesitas berbasis web 
yang memanfaatkan algoritma pembelajaran mesin, yaitu Random Forest dan K
Nearest Neighbor (KNN), untuk menganalisis faktor-faktor yang mempengaruhi 
obesitas. Sistem yang dibangun akan mengidentifikasi status obesitas individu 
berdasarkan data variabel seperti usia, jenis kelamin, tinggi badan, berat badan, dan 
pola makan. Dalam penelitian ini, algoritma Random Forest (RF) dan K-Nearest 
Neighbor (KNN) diuji dan dibandingkan untuk mengevaluasi kinerja dan 
akurasinya dalam memprediksi obesitas. Evaluasi dilakukan dengan fokus pada 
metrik evaluasi utama, yaitu akurasi, presisi, Recall, dan F1-score guna 
memberikan gambaran menyeluruh terhadap performa masing-masing model. Data 
yang digunakan berasal dari dua sumber utama, yaitu kuisioner yang dibagikan 
kepada responden serta dataset obesitas (Obesity dataset) yang tersedia secara 
publik. Model prediksi yang dibangun kemudian diimplementasikan dalam bentuk 
aplikasi berbasis web dengan menggunakan PHP dan framework CodeIgniter untuk 
sisi web, serta Python sebagai bahasa pemrograman utama dalam pengolahan 
algoritma machine learning. Hasil dari penelitian ini menunjukkan bahwa 
algoritma Random Forest memberikan performa yang lebih unggul dibandingkan 
KNN dalam memprediksi obesitas, ditinjau dari seluruh metrik evaluasi yang 
digunakan, khususnya pada data uji. Temuan ini menunjukkan bahwa pemilihan 
algoritma machine learning yang tepat sangat berpengaruh terhadap akurasi dan 
efektivitas sistem prediksi obesitas yang dikembangkan.</note>
<subject authority=""><topic>Prediksi Obesitas, Random Forest, K-Nearest Neighb</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Repository Universitas Langlangbuana Sistem Repository Elektronik Skripsi, Tesis, Desertasi dan Penelitian Dosen Universitas Langlangbuana</physicalLocation>
<shelfLocator></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">TF 190090</numerationAndChronology>
<sublocation>My Library</sublocation>
<shelfLocator></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="26921" url="" path="/Cover NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">cover</slims:digital_item>
<slims:digital_item id="26922" url="" path="/lembar Pengesahan  NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">Lembar Pengesahan</slims:digital_item>
<slims:digital_item id="26923" url="" path="/Abstrak NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">ABSTRAK</slims:digital_item>
<slims:digital_item id="26924" url="" path="/Daftar ISI NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">DAFTAR ISI</slims:digital_item>
<slims:digital_item id="26925" url="" path="/1.Bab I NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">BAB I</slims:digital_item>
<slims:digital_item id="26926" url="" path="/2.Bab II NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">BAB II</slims:digital_item>
<slims:digital_item id="26929" url="" path="/5.Bab V NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">BAB V</slims:digital_item>
<slims:digital_item id="26930" url="" path="/Daftar Pustaka NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
<slims:digital_item id="26931" url="" path="/Lampiran NANDA MARTA SUNARYA.pdf" mimetype="application/pdf">LAMPIRAN</slims:digital_item>
</slims:digitals><slims:image>Cover_NANDA_MARTA_SUNARYA.jpg.jpg</slims:image>
<recordInfo>
<recordIdentifier>3990</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2025-11-17 14:34:39</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2025-11-17 14:35:09</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>