Oktaviana, Juli (2025) Klasifikasi Potensi Stunting Pada Balita Menggunakan Metode Support Vector Machine (SVM) di Puksesmas Tanjung Tiram. S1 thesis, Universitas Malikussaleh.

	Text Cover_Skipsi.pdf Download (49kB)
	Text ABSTRAK.pdf Download (4kB)
	Text BAB I.pdf Download (224kB)
	Text DAFTAR PUSTAKA.pdf Download (146kB)
	Text FullSkripsiJuliOktaviana.pdf Restricted to Registered users only Download (2MB)

Abstract

Stunting adalah masalah kesehatan akibat kekurangan gizi kronis yang memengaruhi pertumbuhan fisik dan perkembangan kognitif balita. Penelitian ini dilakukan di Puskesmas Tanjung Tiram, Kabupaten Batubara, dengan prevalensi stunting 30,9% pada tahun 2021, lebih tinggi dari rata-rata provinsi Sumatera Utara. Tujuan penelitian ini adalah membangun model klasifikasi menggunakan metode Support Vector Machine (SVM) untuk mendeteksi potensi stunting. Variabel yang digunakan mencakup berat badan, tinggi badan, usia saat pengukuran, dan jenis kelamin. Berdasarkan analisis koreasi menggunkan heatmap, ditemukan tinggi badan dan berat badan memiliki hubungan positif yang kuat, yang menunjukan revalensi signifikan kedua variabel ini dalam prediksi stunting. Model dikembangkan dengan 150 data balita, yang dibagi menjadi 80% data pelatihan dan 20% data pengujian. Evaluasi model menunjukkan akurasi 77%, presisi 86%, dan recall 82%. Hasil penelitian ini membuktikan bahwa metode SVM cukup efektif dalam klasifikasi potensi stunting. Sistem ini diharapkan dapat membantu tenaga kesehatan dalam melakukan intervensi dini guna menekan angka stunting dan menjadi referensi pengembangan aplikasi serupa di bidang kesehatan. Kata Kunci: stunting, klasifikasi, Support Vector Machine (SVM), Confusion Matrix

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Juli Oktaviana -
Date Deposited:	25 Feb 2025 01:41
Last Modified:	25 Feb 2025 01:41
URI:	https://rama.unimal.ac.id/id/eprint/10270

Actions (login required)

View Item