Klasifikasi Status Stunting Pada Balita di Kecamatan Singgahan dengan Algoritma
SMARTICS Journal · 2025
DOI: 10.21067/smartics.v11i1.11862 ↗Kurz gefasst
Fachartikel in der Zeitschrift SMARTICS Journal, 2025. Verfasst von Sinta Ningrum und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Stunting adalah salah satu masalah Kesehatan kronis yang mempengaruhi pertumbuhan fisik dan perkembangan kognitif anak-anak, terutama di negara-negara berkembang seperti Indonesia. Tujuan dari penelitian ini adalah untuk mengklasifikasikan status stunting pada balita dikecamatan Singgahan dengan menerapkan algoritma Support Vector Machine. Dataset yang digunakan terdiri dari 642 data dengan 9 atribut yang mencerminkan kondisi gizi dan pertumbuhan. Proses klasifikasi berlangsung dalam beberapa fase, antara lain ; pre-processing data,penanganan keseimbangan data dengan SMOTE dan evaluasi performa model dengan 5 fold cross-validation. Hasil penelitian menunjukan bahwa algoritma Support Vector Machine menghasilkan akurasi 69.83%. kemudian, setelah optimasi dengan grid search cross-validation akurasi meningkat secara signifikan menjadi 93.33%. Temuan ini menunjukan bahwa pemanfaatan algoritma Support Vector Machine dengan tuning hyperparameter melalui grid search cross-validation sangat efektif dalam meningkatkan akurasi klasifikasi status stunting pada balita.
Zitieren
APA
Ningrum, S., Barata, M. A., & Mahmudah, N. (2025). Klasifikasi Status Stunting Pada Balita di Kecamatan Singgahan dengan Algoritma. SMARTICS Journal. https://doi.org/10.21067/smartics.v11i1.11862
Vancouver
Ningrum S, Barata MA, Mahmudah N. Klasifikasi Status Stunting Pada Balita di Kecamatan Singgahan dengan Algoritma. SMARTICS Journal. 2025. doi:10.21067/smartics.v11i1.11862
BibTeX
@article{Ningrum2025,
author = {Ningrum, Sinta and Barata, Mula Agung and Mahmudah, Nur},
title = {Klasifikasi Status Stunting Pada Balita di Kecamatan Singgahan dengan Algoritma},
journal = {SMARTICS Journal},
year = {2025},
doi = {10.21067/smartics.v11i1.11862}
}
EUVIMED