Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi
Widiantoro, Triadi
Unknown Affiliation
Computer Science & IT Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
AI and Machine Learning untuk Diagnosis dan Intervensi Dini pada Stunting Balita: A Systematic Literature Review Purwati, Nani; Widiantoro, Triadi
INFOMATEK Vol 27 No 1 (2025): Juni 2025
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v27i1.24136

Abstract

Stunting merupakan masalah kesehatan serius yang berdampak pada pertumbuhan dan perkembangan anak, terutama di negara berpenghasilan rendah dan menengah. Intervensi dini sangat penting untuk mencegah dampak negatifnya, dan teknologi kecerdasan buatan (AI) serta machine learning (ML) menawarkan solusi yang menjanjikan dalam menangani isu ini. Penelitian ini bertujuan untuk mengeksplorasi kemajuan terkini dalam penggunaan AI dan ML untuk diagnosis serta intervensi dini stunting pada anak, sekaligus mengidentifikasi kesenjangan dalam penelitian yang ada. Dengan menerapkan pendekatan Systematic Literature Review (SLR), peneliti mengumpulkan dan menganalisis data dari studi yang diterbitkan antara tahun 2019 hingga 2024. Kriteria inklusi dan eksklusi yang ketat digunakan untuk memastikan hanya penelitian yang relevan dan berkualitas tinggi yang diikutsertakan dalam analisis. Hasil penelitian menunjukkan bahwa algoritma seperti Random Forest dan XGBoost memiliki akurasi tinggi dalam memprediksi stunting. Selain itu, penggunaan Explainable AI (XAI) meningkatkan transparansi dalam pengambilan keputusan untuk intervensi, sehingga memungkinkan pemangku kepentingan memahami faktor-faktor yang memengaruhi stunting. Banyak studi mengindikasikan efektivitas teknik-teknik ini dalam mengidentifikasi faktor risiko stunting. Kesimpulannya, penerapan AI dan ML dalam diagnosis serta intervensi stunting menunjukkan potensi yang signifikan untuk meningkatkan kesehatan anak. Rekomendasi untuk penelitian selanjutnya mencakup pengembangan model yang lebih kompleks dan pengujian algoritma baru, guna memberikan wawasan lebih dalam tentang dinamika stunting dan meningkatkan efektivitas intervensi yang dilakukan.  
Co-Authors Nani Purwati