Jurnal Statistika dan Sains Data
Vol 3, No 2 (2026): Jurnal Statistika dan Sains Data

Penerapan algoritma Decision Tree untuk klasifikasi status stunting pada balita di Indonesia

Miftakhiyah Fazza Baita (Universitas Muhammadiyah Semarang)
Siti Nurhalisa (Universitas Muhammadiyah Semarang)
M Al Haris (Universitas Muhammadiyah Semarang)
Saeful Amri (Universitas Muhammadiyah Semarang)



Article Info

Publish Date
03 Apr 2026

Abstract

Stunting merupakan permasalahan kesehatan masyarakat yang serius di Indonesia. Kondisi ini terjadi akibat kekurangan gizi kronis yang berlangsung dalam jangka waktu lama, sehingga menyebabkan anak balita memiliki tinggi badan lebih rendah dibandingkan standar usianya. Selain menghambat pertumbuhan fisik, stunting juga berdampak pada perkembangan kognitif dan produktivitas anak di masa depan. Berdasarkan Survei Status Gizi Indonesia (SSGI) tahun 2022, prevalensi stunting di Indonesia mencapai 21,6%, melebihi ambang batas yang ditetapkan WHO, yaitu kurang dari 20%. Pemerintah menargetkan penurunan angka tersebut menjadi 14% pada tahun 2024. Salah satu pendekatan yang dapat digunakan untuk mendukung upaya ini adalah dengan menerapkan algoritma pohon keputusan dalam klasifikasi status stunting . Hasil penelitian menunjukkan bahwa model pohon keputusan C4.5 yang dibangun menggunakan 10.000 data balita dari dataset WHO mampu mencapai akurasi 57,80%, presisi 79,93%, dan recall 30,29%, dengan atribut tinggi badan dan umur sebagai batas utama. Hasil ini menunjukkan bahwa pohon keputusan dapat digunakan sebagai model awal deteksi stunting, meskipun perlu peningkatan kinerja melalui teknik penyeimbangan data.

Copyrights © 2026






Journal Info

Abbrev

jssd

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics

Description

Jurnal Statistika dan Sains Data is a journal managed and published by the Faculty of Mathematics and Natural Sciences, Universitas Negeri Yogyakarta. This journal publishes original papers, research articles, case studies, and literature reviews in the fields of statistics and data science. The ...