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

doi:10.30787/restia.v4i2.2658

Penulis

Dianda Rifaldi Universitas Riau Indonesia
Galih Pramuja Inngam Fanani Universitas ‘Aisyiyah Surakarta
Alya Masitha Universitas ‘Aisyiyah Surakarta
Setiawan Ardi Wijaya Universitas Muhammadiyah Riau
Irwandi Rizki Saputra Universitas Riau Indonesia

DOI:

https://doi.org/10.30787/restia.v4i2.2658

Kata Kunci:

Anthropometry, Toddlers, Machine Learning, Nutritional Status Profile

Abstrak

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.

Referensi

R. Desmita, R. S. Siregar, V. Ivanda, Y. Hanoselina, and R. F. Helmi, "Peran tenaga kesehatan dalam pemberdayaan keluarga untuk pencegahan stunting," Cult. Educ. Technol., vol. 2, no. 1, pp. 177–190, 2025, doi: 10.31004/ctr.v2i1.123.

R. Imeldawati, "Dampak terjadinya stunting terhadap perkembangan kognitif anak: Literature review," J. Med. Nusant., vol. 3, no. 1, pp. 101–107, 2025, doi: 10.59680/medika.v3i1.1632.

A. Mulyana, Hendra, and Retnoningsih, "Implikasi stunting terhadap kemampuan kognitif dan fisik anak usia dini di TK At-Taqwa Teta Lambitu," J. Ilm. Pendidik. Dasar, vol. 10, no. 2, pp. 122–133, 2025.

S. Monica, T. C. Maigoda, and A. Krisnasary, "Literature review: Intervensi stunting di negara berkembang," Nutr. Heal. Insights, vol. 1, no. 2, pp. 87–97, 2024. [Online]. Available: https://journal.dapupublishing.com/NaHI/article/view/20

D. Sartika, M. Munawarah, and M. I. S, "Pengaruh konsumsi makanan bergizi pada balita terhadap stunting," J. Nurs. Pract. Educ., vol. 5, no. 1, pp. 1–9, 2024, doi: 10.34305/jnpe.v5i1.1370.

F. A. Nursifa, I. M. Hafiz, S. Khoirunnisa, H. Ridwan, and P. Haryeti, "Pemenuhan gizi pada seribu hari pertama kehidupan terhadap kejadian stunting di Indonesia: Literature review," J. Kesehat. Indra Husada, vol. 13, no. 1, pp. 82–89, 2025.

A. Istiqomah, K. M. S, R. A. Amali, and S. Tiawati, "Peran gizi terhadap pertumbuhan dan perkembangan balita," Antigen J. Kesehat. Masy. dan Ilmu Gizi, vol. 2, no. 2, pp. 67–74, 2024, doi: 10.57213/antigen.v2i2.260.

T. T. M. Ginting and A. Zebua, "Sosialisasi pencegahan stunting di Kelurahan Sei Mati Kecamatan Medan Maimun: Upaya peningkatan kesehatan ibu dan anak," J. Pengabdi. Masy. Bhinneka, vol. 3, no. 1, pp. 27–31, 2024, doi: 10.58266/jpmb.v3i1.97.

Y. P. D. T. Aulia and S. Tanuwidjaja, "Gambaran status gizi pada balita di Puskesmas Jatiwangi tahun 2024," Med. Sci., p. 8, 2024, doi: 10.29313/bcsms.v6i1.22623.

R. Falensya, "Pentingnya gizi seimbang dalam mencegah stunting pada anak usia dini," J. Innov. Educ., vol. 3, no. 4, pp. 8–21, 2025, doi: 10.59841/inoved.v3i4.3549.

C. Fauziyah, R. Hasibuan, A. A. Sholikah, M. S. Jenar, and A. Zahrotunnisa, "Dampak kurangnya asupan gizi pada perkembangan anak di masa pandemi," JIIP - J. Ilm. Ilmu Pendidik., vol. 8, no. 7, pp. 7684–7691, 2025, doi: 10.54371/jiip.v8i7.8742.

D. N. S. Permana, N. Uly, and A. Alim, "Efektivitas berbagai intervensi gizi dalam penanggulangan stunting pada anak: Tinjauan literatur," Borneo Nurs. J., vol. 7, no. 2, pp. 401–411, 2025, doi: 10.61878/bnj.v7i2.102.

A. Emilda, Alchalidi, and M. Sukmadewi, "Faktor-faktor yang mempengaruhi status gizi balita berdasarkan BB/U," J. Kesehat. Ibu dan Anak, vol. 6, no. 2, pp. 13–20, 2014.

S. Mau, F. B. D. P. Dopo, F. Tedy, and P. F. M. Tengangatu, "Implementasi algoritma Naive Bayes pada aplikasi web untuk klasifikasi status gizi balita," J. Inform. Polinema, vol. 12, no. 2, pp. 333–340, 2026, doi: 10.33795/jip.v12i2.8898.

J. Ipmawati and I. Unggara, "Analisis status gizi anak menggunakan metode klastering pada dataset anthropometri," bit-Tech, vol. 7, no. 2, pp. 494–504, 2024, doi: 10.32877/bt.v7i2.1869.

P. F. Ruziq and M. M. R. Wayahdi, "Implementasi algoritma K-Nearest Neighbor (K-NN) untuk klasifikasi data kesehatan," 2026. [Online]. Available: www.media.hadlacorp.com

D. Sartika, F. Elfaladonna, and A. Octarina, "Optimizing data preprocessing on stunting datasets: Identifying relevant attributes for machine learning analysis," in Proc. Int. Conf., 2025, pp. 481–501, doi: 10.2991/978-94-6463-678-9_45.

A. Masitha, S. Lonang, and J. M. Reski, "Machine learning approach for heart failure patient classification using K-Nearest Neighbors algorithm," Methods Sci. Technol. Stud., vol. 1, no. 2, pp. 81–88, 2025, doi: 10.64539/msts.v1i2.2025.44.

D. Rifaldi, A. Fadlil, and Herman, "Teknik preprocessing pada text mining menggunakan data tweet 'Mental Health'," Decode J. Pendidik. Teknol. Inf., vol. 3, no. 2, pp. 161–171, 2023, doi: 10.51454/decode.v3i2.131.

M. Hudaya, W. Nor, M. Yuliastina, and M. Nordiansyah, "Exploring stunting in South Kalimantan Province using R programming-based data visualization," Kesmas J. Kesehat. Masy. Nas., vol. 20, no. 3, pp. 213–221, 2025, doi: 10.7454/kesmas.v20i3.2267.

A. Heryati, T. Terttiaaivini, D. Marcelina, and H. Romli, "Optimization of stunting risk prediction using a hybrid genetic-machine learning model," J. Artif. Intell. Softw. Eng., vol. 5, no. 2, pp. 807–815, 2025. [Online]. Available: https://e-jurnal.pnl.ac.id/JAISE/article/view/6988

R. Ratnasari, A. J. Wahidin, and T. H. Andika, "Deteksi dini stunting pada anak berdasarkan indikator antropometri dengan menggunakan algoritma machine learning," J. Algoritm., vol. 21, no. 2, pp. 378–387, 2024, doi: 10.33364/algoritma/v.21-2.2122.

N. I. E. Harahap, L. H. Hasibuan, and S. Musthofa, "Model klasifikasi tinggi badan balita stunting menggunakan regresi logistik biner," JOSTECH J. Sci. Technol., vol. 5, no. 2, pp. 257–270, 2025, doi: 10.15548/jostech.v5i2.12420.

F. Millano, S. Kurniawan, and R. Gustriansyah, "Penerapan metode decision tree dalam klasifikasi status gizi balita," Komputa J. Ilm. Komput. dan Inform., vol. 14, no. 2, pp. 53–62, 2025, doi: 10.34010/komputa.v14i2.16468.

Maulina, "Analisis jejak stunting dengan prediksi kejadian pada anak balita menggunakan metode random forest," Skripsi, Univ. Islam Negeri, 2024.

R. Y. Pratama and A. Baita, "Prediksi stunting pada anak balita menggunakan algoritma extreme gradient boosting dan bayesian optimization," J. Technol. Informatics, vol. 7, no. 2, pp. 175–189, 2025, doi: 10.37802/joti.v7i2.1174.