<![CDATA[Stunting pada balita merupakan masalah kesehatan kritis di Indonesia yang memerlukan intervensi berbasis teknologi untuk meningkatkan akses informasi nutrisi. Penelitian ini bertujuan mengembangkan chatbot konsultasi stunting berbasis Large Language Models (LLMs) guna menyediakan rekomendasi kesehatan yang akurat dan mudah diakses. Metode yang digunakan berupa Model LLaMA 3 di-fine-tuning menggunakan dataset Q&A spesifik stunting berisi 7.642 entri, kemudian dievaluasi dengan matrik ROUGE untuk mengukur kesesuaian semantik respons. Hasil menunjukkan model Stunting mencapai skor ROUGE-1 (72,24%), ROUGE-2 (64,54%), ROUGE-L (70,42%), dan ROUGE-Lsum (70,96%), secara signifikan melampaui model baseline seperti LLaMA3, Deepseek-R1, dan Mistral. Chatbot diimplementasikan dalam aplikasi web berbasis cloud dengan arsitektur terdistribusi, dilengkapi enkripsi SSL dan HTTPS untuk menjamin keamanan data. Sistem ini memungkinkan interaksi real-time antara pengguna dan model LLMs melalui antarmuka berbasis Gradio. Temuan penelitian mengonfirmasi potensi LLMs dalam menyederhanakan layanan kesehatan preventif, khususnya di daerah dengan sumber daya terbatas]]>
Copyrights © 2025
