cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nono Heryana
Contact Email
nonoheryana.usk@gmail.com
Phone
-
Journal Mail Official
nonoheryana.usk@gmail.com
Editorial Address
Komp. Mega Permai Blok F3 No. 8, Lubuk Buaya, Padang, Sumatera Barat, Indonesia
Location
Kota padang,
Sumatera barat
INDONESIA
Journal of Engineering and Technology Innovation
Published by CV. Rey Media Grafika
ISSN : 28281462     EISSN : 28281209     DOI : https://doi.org/10.66084/jeti
Core Subject : Science, Engineering,
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Transportation
The Journal of Engineering and Technology Innovation publishes full-length research articles in the field of engineering sciences, covering a broad spectrum of disciplines, including but not limited to: 1.Computer Science & Information Engineering 2.Aerospace & Mechanical Engineering 3.Biotechnology & Biomedical Engineering 4.Chemical & Environmental Engineering 5.Civil & Structural Engineering 6.Electrical, Electronics & Microelectronics Engineering 7.Engineering Physics & Materials Science 8.Manufacturing Processes & Industrial Engineering 9.Mining, Petroleum & Energy Engineering
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 41 Documents
 1   2   3   4   5 
Studi Metodologis Optimasi Hyperparameter XGBoost Menggunakan Bayesian Optimization untuk Prediksi Risiko Stunting Berbasis Dataset Simulasi Arifin, Nofri Yudi
Journal Of Engineering And Technology Innovation ( JETI ) Vol. 3 No. 01 (2026): Journal Of Engineering And Technology Innovation ( JETI )
Publisher : Rey Media Grafika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66084/jeti.v3i01.608

Abstract

Stunting merupakan permasalahan kesehatan masyarakat yang serius di Indonesia. Penelitian ini merupakan studi metodologis yang bertujuan mengevaluasi efektivitas Bayesian Optimization (BO) dalam mengoptimasi hyperparameter algoritma Extreme Gradient Boosting (XGBoost) untuk klasifikasi risiko stunting. Karena keterbatasan akses microdata individu dari SSGI dan SDKI, penelitian ini menggunakan dataset simulasi yang dikonstruksi berdasarkan distribusi statistik agregat resmi Kementerian Kesehatan dan Badan Pusat Statistik. Dataset terdiri atas 12.847 record dengan 14 fitur prediktor. Tahapan penelitian meliputi pembentukan dataset simulasi, pra-pemrosesan, seleksi fitur dengan mutual information, penanganan imbalanced class dengan SMOTE, dan optimasi hyperparameter melalui 50 iterasi BO menggunakan library Optuna. Model dibandingkan dengan Logistic Regression, Random Forest, SVM, XGBoost default, XGBoost-Grid Search, dan XGBoost-Random Search. Hasil eksperimen menunjukkan XGBoost-BO mencapai accuracy 91,8%, F1-score 90,4%, dan AUC-ROC 95,3%, mengungguli seluruh model pembanding (p < 0,05). BO meningkatkan F1-score 5,7 poin persentase dibandingkan XGBoost default dengan efisiensi komputasi 34 kali lebih baik dari Grid Search. Analisis SHAP mengidentifikasi berat badan lahir, tinggi badan ibu, dan pendapatan keluarga per kapita sebagai faktor dominan. Hasil studi ini menjadi landasan metodologis untuk validasi pada data riil setelah perizinan akses diperoleh.

Page 5 of 5 | Total Record : 41

 1   2   3   4   5 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 01 (2026): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 2 No. 03 (2025): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 2 No. 02 (2025): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 2 No. 01 (2025): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 1 No. 03 (2024): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 1 No. 02 (2024): Journal Of Engineering And Technology Innovation ( JETI ) Vol. 1 No. 01 (2024): Journal Of Engineering And Technology Innovation ( JETI )