Claim Missing Document
Check
Articles

Found 2 Documents
Search

LetsGrow Health: Prediksi Risiko Stunting pada Anak Menggunakan Algoritma Random Forest Berbasis Data WHO Riska Aini Putri; Muhammad Abdul Hadi; Fuad Maulana; Dzaky Akram; Nathasa Septianingrum; Gunawan Gunawan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8721

Abstract

Stunting merupakan salah satu permasalahan gizi kronis yang masih menjadi tantangan serius di berbagai negara berkembang, termasuk Indonesia, karena berdampak pada pertumbuhan fisik, perkembangan kognitif, produktivitas, serta kualitas sumber daya manusia di masa depan. Kondisi ini terjadi akibat kekurangan gizi dalam jangka panjang yang dipengaruhi oleh berbagai faktor, seperti asupan nutrisi yang tidak memadai, pola asuh, sanitasi, serta akses layanan kesehatan. Oleh karena itu, diperlukan metode deteksi dini yang akurat, cepat, dan efisien untuk membantu mengidentifikasi risiko stunting sejak awal sehingga penanganan dapat dilakukan secara lebih optimal. Penelitian ini bertujuan untuk mengembangkan model prediksi risiko stunting berbasis machine learning menggunakan algoritma Random Forest berdasarkan data standar World Health Organization (WHO), serta merancang integrasinya ke dalam aplikasi mobile LetsGrow Health sebagai sarana edukasi dan deteksi dini bagi masyarakat. Dataset penelitian mencakup variabel usia, jenis kelamin, tinggi badan, dan berat badan anak. Data diproses melalui tahap pra-pemrosesan, meliputi perhitungan Z-score menggunakan metode LMS, pengkodean data, serta pelabelan otomatis sesuai klasifikasi WHO. Model kemudian dilatih dan dievaluasi menggunakan confusion matrix dan classification report untuk mengukur performa klasifikasi. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki performa yang sangat baik dengan tingkat akurasi sebesar 98%, presisi 90%, recall 98%, dan F1-score 94%. Temuan ini menunjukkan bahwa model mampu mendeteksi risiko stunting secara efektif dan berpotensi diterapkan pada aplikasi mobile guna mendukung upaya pencegahan stunting melalui deteksi dini dan peningkatan kesadaran masyarakat terhadap pentingnya pemenuhan gizi anak.
Rancang Bangun Perangkat Catu Daya Mandiri pada Laptop dengan Memanfaatkan Port USB dan Rangkaian Joule Thief Achmad Yani; Gunawan Gunawan
JET (Journal of Electrical Technology) Vol 2, No 3 (2017): JET Edisi Oktober
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/jet.v2i3.244

Abstract

Makalah ini memaparkan hasil penelitian tentang rancang bangun perangkat Catu Daya Mandiri pada laptop dengan memanfaatkan port USB dan rangkaian Joule Thief. Dalam tinjauan teoritis, keluaran port USB dari laptop yang memiliki tegangan DC 5V dikonversikan ke tegangan AC sebesar 220 V menggunakan rangkaian joule thief yang dimodifikasi sebagai rangkaian inverter. Keluaran tegangan AC ini selanjutnya diberikan ke adapter  AC  dari  laptop  untuk  mengisi  ulang  baterai  laptop.  Dengan  beberapa  keterbatasan  dalam ketersediaan komponen dan waktu pelaksanaan, maka perangkat yang diimplementasikan adalah berupa konverter (voltage booster) untuk mengubah DC 5 V menjadi DC 20 V. Namun demikian, pada saat keluaran rangkaian ini diberikan beban (dihubungkan ke baterai laptop), terjadi penurunan tegangan (voltage drop) karena arusnya tidak cukup untuk mensuplai beban. Sebagai solusinya, ditambah rangkaian penguat arus (current booster). Setelah dilakukan pengujian, rangkaian ini juga belum mampu menaikkan arus, sehingga belum terjadi pengisian baterai laptop. Untuk itu, diperlukan penelitian lanjutan untuk memperbaiki kinerja dari rangkaian pembentuk Catu Daya Mandiri dengan menggunakan metode dan komponen perangkat keras yang lebih baik.