Informasi Umum

Kode

24.04.762

Klasifikasi

001.64 - DATA PROCESSING

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Informasi Lainnya

Abstraksi

<p> </p>

<p>Stunting adalah gangguan pertumbuhan anak yang kritis, ditandai dengan tinggi badan di bawah norma kelompok umur. Meskipun prevalensi stunting di Indonesia menurun secara signifikan dari 37% pada tahun 2014 menjadi 21,6% pada tahun 2022, pencapaian penurunan target menjadi 14% pada tahun 2024 tetap menjadi hal yang sangat penting. Studi ini berkontribusi pada tujuan kesehatan nasional ini dengan mengembangkan model prediktif yang kuat untuk stunting pada balita menggunakan pembelajaran mesin. Penelitian ini menggunakan dua model, K-Nearest Neighbors (KNN) dan Regresi Logistik. Dataset yang digunakan dalam penelitian ini menunjukkan kesenjangan data yang besar, di mana mayoritas datanya secara signifikan lebih tinggi daripada minoritasnya. Kedua metode yang dipilih ini berfokus pada mitigasi ketidakseimbangan data melalui teknik oversampling dan undersampling. Model KNN sangat cocok untuk studi ini karena efektivitasnya dalam menangani pola kompleks dan non-linear yang sering ditemukan dalam data kesehatan yang multifaset seperti indikator stunting. Model ini secara konsisten menunjukkan akurasi tinggi, rata-rata 0,980, dan mencapai 0,987 untuk F1-Score. Regresi Logistik, yang dipilih karena kemampuannya memberikan interpretasi yang jelas, sangat berguna dalam memahami dampak berbagai indikator kesehatan, juga tampil baik dengan akurasi rata-rata 0,877 dan F1-Score 0,894. Studi ini menyoroti signifikansi pembelajaran mesin dalam mengatasi stunting anak, menyediakan alat yang efektif untuk prediksi. Kombinasi kemampuan KNN dalam menangani data kompleks dan interpretasi Regresi Logistik, bersama dengan penyeimbangan data, berkontribusi pada tujuan mengurangi prevalensi stunting. Ringkasnya, penelitian ini menangani stunting anak, masalah mendesak di Indonesia. Dengan memanfaatkan teknik pembelajaran mesin, penelitian ini mengembangkan model prediktif untuk membantu dalam pencegahan stunting. KNN unggul dalam menangkap pola kompleks, sementara Regresi Logistik menawarkan interpretasi. Model-model ini menawarkan janji dalam mencapai tujuan penting mengurangi stunting menjadi 14% pada tahun 2024.</p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook