Prediksi Jumlah Penderita Stunting di Madura Dengan Pendekatan Machine Learning
Abstract
Indonesia, sebagai negara kepulauan terbesar di dunia dengan luas daratan hampir tiga ribu pulau, memiliki potensi ekonomi signifikan dan sumber daya unik. Namun, Indonesia masih menghadapi tantangan serius dalam bidang kesehatan gizi, terutama terkait dengan stunting, kurang gizi, dan obesitas. Stunting adalah kondisi gizi yang mengindikasikan tinggi badan seseorang tidak sesuai dengan usianya, dan memiliki dampak jangka pendek dan panjang terhadap kualitas hidup individu. Untuk mengatasi masalah kesehatan ini, perlu diterapkan metode inovatif seperti teknologi machine learning. Penelitian ini bertujuan untuk memprediksi jumlah penderita stunting di Madura, Dengan menggunakan metode Least Square, dengan nilai Evaluasi akurasi peramalan MAD sebesar 475, MSE sebesar 1128125, dan MAPE sebesar 15.56%, menunjukkan bahwa model yang dikembangkan memiliki kemampuan yang baik dalam memprediksi jumlah penderita stunting di Madura.
Full Text:
PDFReferences
Islami, M. C. S., & Wibowo, N. C. (2023). Menjadikan Indonesia Negara Ekspor Utama Dunia. JURNAL EKONOMI, MANAJEMEN, BISNIS, DAN SOSIAL (EMBISS), 3(4), 502-506.
Damanik, S. C., Tarigan, H., Pitoyo, A., & Almubaroq, H. Z. (2023). PERDAMAIAN, KEADILAN DAN KELEMBAGAAN YANG TANGGUH (TUJUAN SDGS KE-16) SEBAGAI TUJUAN PERTAHANAN NASIONAL REPUBLIK INDONESIA MENGHADAPI BONUS DEMOGRAFI TAHUN 2030. NUSANTARA: Jurnal Ilmu Pengetahuan Sosial, 10(7), 3527-3532.
Illahi, R. K., & Muniroh, L. (2016). Gambaran Sosio Budaya Gizi Etnik Madura Dan Kejadian Stunting Balita Usia 24–59 Bulan Di Bangkalan. Media Gizi Indonesia, 11(2), 135-143.
Raisah, P., Zahara, H., Anggriani, Y., Karma, T., Samsudin, S., Seni, W., ... & Saifuddin, S. (2022). Hubungan Berat Badan Lahir, Riwayat Asi Ekslusif Dan Riwayat Imunisasi Dengan Stunting Pada Anak Usia 0-59 Bulan Di Gampong Meunasah Intan Kecamatan Kuta Baro Kabupaten Aceh Besar. Malahayati Nursing Journal, 4(5), 1265-1273.
Perdana, A. Y., Latuconsina, R., & Dinimaharawati, A. (2021). Prediksi Stunting Pada Balita Dengan Algoritma Random Forest. eProceedings of Engineering, 8(5).
Drajana, I. C. R., & Bode, A. (2022). Prediksi Status Penderita Stunting Pada Balita Provinsi Gorontalo Menggunakan K-Nearest Neighbor Berbasis Seleksi Fitur Chi Square. Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), 5(2).
Wahyudin, W. C., Hana, F. M., & Prihandono, A. (2023). Prediksi Stunting Pada Balita di Rumah Sakit Kota Semarang Menggunakan Naive Bayes. Jurnal Ilmu Komputer Dan Matematika, 4(1), 32-36.
Telaumbanua, F. D., Hulu, P., Nadeak, T. Z., Lumbantong, R. R., & Dharma, A. (2019). Penggunaan Machine Learning Di Bidang Kesehatan. Jurnal Teknologi Dan Ilmu Komputer Prima (JUTIKOMP), 2(2), 391-399.
Anggrawan, A., Hairani, H., & Azmi, N. (2022). Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear. Jurnal Bumigora Information Technology (BITe), 4(2), 123-132.
Akbar, A. N. F., & Devi, P. A. R. (2022). PREDIKSI PENGHASILAN PERUSAHAAN BUS TRANSWISATA MENGGUNAKAN METODE LEAST SQUARE. Antivirus: Jurnal Ilmiah Teknik Informatika, 16(2), 122-132.
Labolo, A. Y., Mooduto, S., Bode, A., & Drajana, I. C. R. (2022). Penerapan Algoritma Spport Vector Machine dan K-Nearest Neighbor Menggunkan Feature Selection Backward Elimination Untuk Prediksi Status Penderita Stunting Pada Balita. Jurnal Tecnoscienza, 6(2), 374-388.
Wiraguna, I. K. A., Setyati, E., & Pramana, E. (2022). Prediksi Anak Stunting Berdasarkan Kondisi Orang Tua Dengan Metode Support Vector Machine Dengan Study Kasus Di Kabupaten Tabanan-Bali. SMATIKA JURNAL: STIKI Informatika Jurnal, 12(01), 47-54.
DOI: https://doi.org/10.46961/jommit.v7i2.901
Refbacks
- There are currently no refbacks.
Indexed by:
JoMMiT (Jurnal Multi Media dan IT)
 | https://ojs2.polimedia.ac.id/index.php/jommit/index |
 | [email protected] |
 | P-ISSN : 2548-9534 | E-ISSN : 2548-9550 |
JoMMiT : Jurnal Multi Media dan IT is licensed under a Creative Commons Attribution 4.0 International License.