IndraTech
Vol 4, No 1 (2023): Mei 2023

PREDIKSI STUNTING PADA BALITA MENGGUNAKAN ALGORITMA RANDOM FOREST

Juwariyem Juwariyem (Fakultas Ilmu Komputer, IBI Darmajaya)
Sriyanto Sriyanto (Fakultas Ilmu Komputer, IBI Darmajaya)



Article Info

Publish Date
02 Jul 2023

Abstract

Stunting adalah kondisi gagal tumbuh pada balita. Hal ini disebabkan oleh kurangnya gizi dalam jangka waktu yang lama, paparan infeksi berulang, dan kurangnya stimulasi. Kondisi malnutrisi ini dipengaruhi oleh kesehatan ibu saat hamil, status kesehatan remaja, serta ekonomi dan budaya hingga lingkungan, seperti sanitasi dan akses ke layanan kesehatan. Penelitian ini menggunakan metode Random Forest untuk melihat tingkat akurasi prediksi stunting pada balita yang menggunakan dataset dengan jumlah sebanyak 10001 record data, 7 atribut dan 1 kelas atribut. Berdasarkan hasil pengujian Random Forest untuk melihat akurasi dari prediksi keberhasilan data yang diujikan, diperoleh hasil akurasi yaitu 85,86 %. Dari hasil yang diperoleh terhadap pengujian yang telah dilakukan, diketahui bahwa metode Random Forest merupakan metode yang lebih baik dalam memprediksi akurasi pada stunting.Kata kunci: Prediksi, Stunting, Random Forest

Copyrights © 2023






Journal Info

Abbrev

jit

Publisher

Subject

Religion Computer Science & IT Control & Systems Engineering Library & Information Science Other

Description

Bidang keilmuan : Sistem Informasi, Jaringan Komputer, Sistem Terdistribusi, Telekomunikasi, Informatika, Sistem pakar dan Kecerdasan Buatan. Manajemen Pendidikan dan Sistem Ekonomi ...