Prediksi PREDIKSI TINGKAT OBESITAS MENGGUNAKAN NEURAL NETWORK: PENDEKATAN KLASIFIKASI BINER

Penelitian ini bertujuan untuk mengembangkan model prediktif menggunakan jaringan saraf tiruan (neural network) dalam memprediksi tingkat obesitas pada individu berdasarkan atribut terkait kebiasaan makan dan kondisi fisik dari individu negara-negara Meksiko, Peru, dan Kolombia. Pendekatan klasifikasi biner digunakan untuk membedakan antara individu yang termasuk dalam kategori obesitas dan tidak obesitas. Metode pelatihan jaringan saraf tiruan dilakukan dengan menggunakan dataset yang telah diklasifikasikan sebelumnya. Pemodelan dilakukan dengan membagi dataset menjadi data pelatihan dan data uji yaitu 70:30. Selanjutnya, jaringan saraf tiruan diadaptasi dan disesuaikan dengan fitur-fitur yang relevan dalam menentukan tingkat obesitas. Kinerja model dievaluasi menggunakan metrik evaluasi standar seperti akurasi, presisi, recall, dan F1-score. Dan mendapatkan hasil Accuracy: 0.9684, Loss: 0.1061, Presisi: 0.9669, Recall: 0.9915, dan F1-Score: 0.9791.