EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Pembuatan Profil Status Gizi Balita Berbasis Pembelajaran Mesin Menggunakan Indikator Antropometri

Dianda Rifaldi, Galih Pramuja Inngam Fanani, Alya Masitha, Setiawan Ardi Wijaya, Irwandi Rizki Saputra

Jurnal Riset Sistem dan Teknologi Informasi · 01.08.2026 · 4 (2) · 136-150

DOI: 10.30787/restia.v4i2.2658 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Riset Sistem dan Teknologi Informasi, online erschienen am 01.08.2026. Verfasst von Dianda Rifaldi und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Stunting dan permasalahan gizi balita masih menjadi tantangan utama kesehatan masyarakat di Indonesia yang memerlukan pemantauan secara presisi dan berbasis data. Penelitian ini bertujuan untuk membangun profil status gizi balita menggunakan pendekatan pembelajaran mesin berbasis indikator antropometri. Metodologi diawali dengan audit kualitas data dan eksplorasi data analitis Exploratory Data Analysis terhadap dataset yang mencakup 120.999 observasi balita tanpa nilai yang hilang (missing value). Dataset yang terdiri dari atribut umur, tinggi badan, dan jenis kelamin ini dibagi secara stratified (80:20), kemudian distandardisasi menggunakan StandardScaler dan OneHotEncoder. Empat algoritma klasifikasi (Logistic Regression, Decision Tree, Gradient Boosting, dan Random Forest) dievaluasi secara komparatif. Hasil eksperimen menunjukkan bahwa Random Forest mencatatkan performa terbaik dengan tingkat akurasi sebesar 98,94%, Precision makro 98,74%, Recall makro 98,45%, dan F1-Score makro 98,59%. Keandalan dan konsistensi model ini dikonfirmasi melalui 5-Fold Stratified Cross-Validation yang menghasilkan rata-rata akurasi sebesar 99,04% dengan standar deviasi yang sangat rendah (0,0009). Selanjutnya, analisis feature importance menhasilkan tinggi badan 60% dan umur 39% merupakan indikator antropometri yang paling dominan dalam menentukan profil status gizi balita. Penelitian ini membuktikan bahwa algoritma Random Forest berbasis indikator antropometri layak diterapkan sebagai sistem pendukung keputusan dalam pemantauan pertumbuhan dan deteksi dini masalah gizi anak.

Zitieren

APA

Rifaldi, D., Fanani, G. P. I., Masitha, A., Wijaya, S. A., & Saputra, I. R. (2026). Pembuatan Profil Status Gizi Balita Berbasis Pembelajaran Mesin Menggunakan Indikator Antropometri. Jurnal Riset Sistem dan Teknologi Informasi, 4(2), 136-150. https://doi.org/10.30787/restia.v4i2.2658

Vancouver

Rifaldi D, Fanani GPI, Masitha A, Wijaya SA, Saputra IR. Pembuatan Profil Status Gizi Balita Berbasis Pembelajaran Mesin Menggunakan Indikator Antropometri. Jurnal Riset Sistem dan Teknologi Informasi. 2026;4(2):136-150. doi:10.30787/restia.v4i2.2658

BibTeX
@article{Rifaldi2026,
  author = {Rifaldi, Dianda and Fanani, Galih Pramuja Inngam and Masitha, Alya and Wijaya, Setiawan Ardi and Saputra, Irwandi Rizki},
  title = {Pembuatan Profil Status Gizi Balita Berbasis Pembelajaran Mesin Menggunakan Indikator Antropometri},
  journal = {Jurnal Riset Sistem dan Teknologi Informasi},
  year = {2026},
  volume = {4},
  number = {2},
  pages = {136--150},
  doi = {10.30787/restia.v4i2.2658}
}
Kostenlos starten →