Prediksi Profil Kesehatan Siswa Berdasarkan Pola Makan dan Aktivitas Fisik Menggunakan Algoritma Support Vector Machine di SD Muhammadiyah 02 Palembang

Obesitas pada anak merupakan masalah kesehatan yang terus meningkat di Indonesia, dengan prevalensi mencapai 31,0% pada 2018 menurut data Riskesdas. Kondisi ini dapat memengaruhi pertumbuhan fisik, kemampuan belajar, dan kesehatan jangka panjang anak, termasuk risiko gangguan kardiovaskular, ortopedi, dan psikologis. Pola makan yang tidak seimbang dan kurangnya aktivitas fisik adalah faktor utama penyebab obesitas. Penelitian ini bertujuan mengembangkan model prediksi berdasarkan pola makan dan aktivitas fisik terhadap profil kesehatan siswa di SD Muhammadiyah 02 Palembang. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) dengan teknik pengambilan sampel yaitu purposive sampling. Data yang di dapatkan dari siswa kelas 5 dan 6 sebanyak 115 data melalui
kuesioner terkait pola makan dan aktivitas fisik. Variabel pola makan dan aktivitas fisik dikombinasikan untuk memprediksi kategori kesehatan siswa dengan pendekatan klasifikasi. Hasil evaluasi menunjukkan bahwa pemodelan
menggunakan algoritma SVM memberikan akurasi sebesar 95,65%.