Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika Informatics and Digital Expert (INDEX)
Akmaliah, Fitri
Unknown Affiliation
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan Data Pipeline Untuk Analisis Pola Makan Sehat Sebagai Upaya Pencegahan Gizi Buruk di Indonesia Putri Yunisa, Ghaida; Akmaliah, Fitri; Putri Nadila Agustin, Allya; Cantika Parhati, Yusma; Rozikin, Chaerur
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2424

Abstract

Masalah gizi di Indonesia, termasuk stunting dan obesitas sentral, masih menjadi tantangan kesehatan yang signifikan akibat pola makan yang tidak seimbang dan rendahnya pengetahuan masyarakat tentang nutrisi. Penelitian ini bertujuan merancang data pipeline untuk mengintegrasikan, membersihkan, dan menyiapkan data gizi dari dataset publik, seperti Kaggle, sehingga analisis pola makan sehat dapat dilakukan secara komprehensif. Pipeline yang dikembangkan mencakup tahap data ingestion, data cleaning dan preprocessing, transformasi data, penyimpanan, serta analisis dan visualisasi data. Hasil implementasi menunjukkan bahwa setiap individu memiliki variasi asupan nutrisi harian yang berbeda, yang kemudian dibandingkan dengan standar kecukupan gizi harian WHO/Kemenkes. Sistem memberikan ringkasan status gizi individu dalam kategori “Seimbang”, “Perlu Perbaikan”, dan “Kurang Sehat”, dengan mayoritas responden masuk kategori “Perlu Perbaikan” (59,6%). Temuan ini menekankan perlunya intervensi berbasis data untuk meningkatkan pola makan masyarakat. Dataset yang dihasilkan bersih, terstruktur, dan siap digunakan untuk analisis lebih lanjut, sehingga dapat mendukung tenaga kesehatan, pembuat kebijakan, dan peneliti dalam merancang program pencegahan gizi buruk yang tepat sasaran.
Komparasi Algoritma Decision Tree dan Gradient Boosting untuk Prediksi Penerima Bantuan Sosial di Desa Kalijati Barat Akmaliah, Fitri; Umaidah, Yuyun; Maulana, Iqbal
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan masih menjadi persoalan sosial utama di Indonesia yang menghambat pemerataan kesejahteraan masyarakat. Program Bantuan Langsung Tunai Dana Desa (BLT-DD) menjadi instrumen pemerintah dalam mengatasi kemiskinan, namun penentuan penerimanya masih dilakukan secara manual dan subjektif sehingga rawan ketidaktepatan sasaran. Penelitian ini membandingkan performa algoritma Decision Tree dan Gradient Boosting dalam memprediksi penerima bantuan sosial di Desa Kalijati Barat, Kabupaten Subang, menggunakan pendekatan Knowledge Discovery in Databases (KDD). Data yang digunakan berupa Buku Induk Penduduk (BIP) Tahun 2019 dan data penerima BLT-DD Tahun 2025. Ketidakseimbangan kelas ekstrem (rasio ±101:1) ditangani menggunakan SMOTE. Model dioptimasi dengan GridSearchCV dan Stratified K-Fold Cross Validation (k=5) pada tiga skenario pembagian data. Hasil menunjukkan kedua algoritma menghasilkan accuracy tinggi (0,91–0,98), namun berdasarkan recall dan F1-score, Decision Tree lebih unggul pada skenario 80:20 (recall=0,3333; F1-score=0,1579), sedangkan Gradient Boosting gagal mendeteksi kelas minoritas pada skenario 90:10. Analisis feature importance menunjukkan tingkat pendidikan kepala keluarga, jenis pekerjaan, dan rasio tanggungan sebagai faktor paling berpengaruh.
Co-Authors Cantika Parhati, Yusma Iqbal Maulana Putri Nadila Agustin, Allya Putri Yunisa, Ghaida Rozikin, Chaerur Umaidah, Yuyun