<![CDATA[Stunting masih menjadi masalah kesehatan masyarakat yang serius di Indonesia, dengan prevalensi nasional sebesar 21,6%, yang masih berada di atas ambang batas Organisasi Kesehatan Dunia (WHO) sebesar 20%. Pemantauan status gizi balita secara dini diperlukan untuk mendukung upaya pencegahan stunting dan masalah gizi lainnya. Penelitian ini bertujuan merancang dan mengembangkan sistem deteksi status gizi balita menggunakan metode klasifikasi Random Forest berdasarkan data antropometri yang meliputi berat badan, tinggi badan, dan usia. Penilaian status gizi dilakukan menggunakan indikator antropometri Berat Badan menurut Umur (BB/U), Tinggi Badan menurut Umur (TB/U), dan Berat Badan menurut Tinggi Badan (BB/TB). Metode Random Forest dipilih karena memiliki kemampuan klasifikasi yang baik, tahan terhadap overfitting, serta mampu mengidentifikasi variabel yang berpengaruh dalam proses klasifikasi. Tahapan penelitian meliputi pengumpulan data, pra pemprosesan, pelatihan model, dan evaluasi menggunakan validasi silang k-fold dengan metrik akurasi, presisi, recall, dan F1-score. Sistem yang dikembangkan mampu mengklasifikasikan status gizi balita berdasarkan ketiga indikator antropometri tersebut sehingga dapat membantu petugas kesehatan dalam melakukan deteksi dini dan pemantauan status gizi secara lebih cepat, objektif, dan sistematis. ]]>
Copyrights © 2026
