ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKLASIFIKASI STATUS GIZI ANAK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENDETEKSI STUNTING (STUDI KASUS PUSKESMAS BIROMARU KABUPATEN SIGI |
| Nama: DURIANTI |
| Tahun: 2025 |
| Abstrak terhadap pertumbuhan dan perkembangan anak, terutama pada usia balita. Deteksi dini stunting sangat penting guna mencegah dampak jangka panjang terhadap kualitas hidup anak. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi status gizi anak menggunakan metode Convolutional Neural Network (CNN) sebagai pendekatan berbasis citra untuk mendeteksi stunting. Studi ini dilakukan di Puskesmas Biromaru, Kabupaten Sigi, dengan menggunakan data antropometri anak, khususnya tinggi badan terhadap umur, yang kemudian divisualisasikan dalam bentuk grafik atau citra untuk dianalisis oleh model CNN. Proses penelitian meliputi pengumpulan data, pra-pemrosesan citra, pelatihan model CNN, dan evaluasi kinerja sistem klasifikasi. Hasil pengujian menunjukkan bahwa model CNN mampu mengklasifikasikan status gizi anak dengan tingkat akurasi yang tinggi, sehingga dapat dijadikan alat bantu dalam mendeteksi kasus stunting secara cepat dan akurat. Temuan ini diharapkan dapat mendukung program intervensi gizi dan pengambilan keputusan di bidang kesehatan anak, khususnya di wilayah kerja Puskesmas Biromaru. Kata kunci: stunting, status gizi, CNN, klasifikasi citra, anak, Puskesmas Biromaru. |