ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKLASIFIKASI STUNTING MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (SMOTE) |
| Nama: ABDULLAH NURKUSUMA RAHMAT |
| Tahun: 2025 |
| Abstrak Stunting merupakan kondisi gagal tumbuh pada anak balita. Di Indonesia masalah stunting masih merupakan masalah nasional yang menjadi skala prioritas Pemerintah Indonesia saat ini, salah satunya Kota Palu. Berdasarkan data Survei Status Gizi Indonesia (SSGI) tahun 2022, prevalensi stunting di Kota Palu mencapai 24,7% meningkat dari 23,9% pada tahun 2021. Untuk menentukan kondisi gagal tumbuh pada anak balita dapat dilihat dari beberapa faktor, seperti tinggi badan, berat badan dan lain-lain. Oleh karena itu dilakukan penelitian untuk mengetahui ketepatan klasifikasi stunting di Kota Palu tepatnya di Puskesmas Birobuli Kelurahan Birobuli Utara, pada menggunakan Support Vector Machine (SVM) hasil yang diperoleh menunjukkan nilai akurasi sebesar 91,22?n nilai AUC 0.536. Terdapat imblanced data pada penelitian ini, Imbalanced data terjadi saat kondisi data yang tidak seimbang dengan jumlah data suatu kelas melebihi jumlah data kelas lain yang menyebabkan hasil prediksi yang buruk untuk kelas minoritas. Nilai AUC sebesar 0.536 menunjukkan classifier bernilai gagal sehingga digunakan metode SMOTE (Synthetic Minority Oversampling Technique) dalam menangani ketidakseimbangan tersebut, didapatkan akurasi sebesar 92,57?n nilai AUC 0.895. Kata Kunci : Stunting, Imblanced Data, Support Vector Machine , SMOTE. |