Klasifikasi profil nutrisi makanan tradisional Indonesia

Random Forest membaca kalori, protein, lemak, dan karbohidrat per 100 g, lalu menentukan zat gizi yang paling banyak menyumbang kalori. Data berasal dari TKPI Kemenkes RI (1.346 bahan pangan).

Uji prediksi

Pilih makanan atau isi manual (per 100 g)

Makanan Kalori (kkal) Protein (g) Lemak (g) Karbohidrat (g)

Hasil klasifikasi

Kontribusi kalori (aturan label)

Hasil model

Perbandingan 4 algoritma (10-fold CV)

Random Forest dan K-NN sama pada akurasi CV. Random Forest dipilih untuk tuning.

Tuning GridSearchCV

Pengaruh fitur

Classification report (data uji)

Confusion matrix

Baris: kelas aktual. Kolom: kelas prediksi.

Data

Alur data

Distribusi kelas setelah pembersihan

Statistik fitur (data mentah)

Metrik di atas berasal dari model 200 pohon. Halaman ini memprediksi dengan 30 pohon (kedalaman maksimal 8) yang dilatih ulang pada data yang sama supaya berjalan di browser. Akurasi uji keduanya 99,19% dan prediksinya sama pada 98,4% data uji.