<![CDATA[Deteksi stanting pada balita adalah proses identifikasi dini untuk mendeteksi gangguan pertumbuhan yang terlihat dari tinggi badan yang berada di bawah standar usia. Stunting merupakan indikator dari masalah gizi kronis yang disebabkan oleh kekurangan asupan gizi dalam jangka waktu yang lama, sering kali diperburuk oleh infeksi berulang dan kondisi sosial ekonomi yang tidak mendukung. Stunting, yang merupakan kegagalan pertumbuhan anak akibat kekurangan gizi jangka panjang, Merupakan masalah kesehatan masyarakat yang rumit dengan dampak yang berlangsung dalam jangka panjang. Dalam penelitian ini, dibangun sistem yang menggunakan algoritma machine learning, yaitu decision tree, SVM, KNN, random forest, naïve bayes, logistic regression, untuk mengukur tingkat akurasi masing-masing algoritma. Pengujian dilakukan dengan menggunakan 30% data untuk pengujian dan 70% untuk pelatihan. Hasil pengujian menunjukkan tingkat akurasi algoritma sebagai berikut: decision tree mencapai akurasi 99%, SVM 95%, logistic regression 74%. naïve bayes 48%, KNN 99%, dan random forest 99%. Oleh karena itu, algoritma decision tree, KNN, dan random forest menghasilkan akurasi tertinggi, yaitu 99% yang menunjukkan bahwa algoritma ini lebih efektif untuk mendeteksi stanting pada balita.]]>
Copyrights © 2025
