Delianda, Anggun (2025) Klasterisasi Data Stunting Pada Balita Di Puskesmas Peusangan Dengan Menggunakan Metode Mixture Modelling. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (106kB)
	Text ABSTRAK.pdf Download (182kB)
	Text BAB I.pdf Download (184kB)
	Text DAFTAR PUSTAKA.pdf Download (158kB)
	Text Full-text.pdf Restricted to Registered users only Download (6MB)

Abstract

Penelitian ini dilatarbelakangi oleh tingginya prevalensi stunting di Indonesia, yang mencerminkan ketidakseimbangan gizi anak usia dini. Untuk mengatasi masalah ini, pendekatan teknologi informasi digunakan guna mengidentifikasi kelompok balita berisiko. Data antropometri, yaitu tinggi badan, berat badan, dan usia balita, dikumpulkan dari 34 Posyandu di Puskesmas Peusangan. Metode yang diterapkan adalah Gaussian Mixture Modeling (GMM) dengan algoritma Expectation- Maximization untuk mengklasterisasi data ke dalam dua kelompok: "Potensi Stunting" dan "Tidak Stunting". Hasil penelitian menunjukkan bahwa beberapa Posyandu dan desa memiliki angka potensi stunting yang tinggi, seperti Posyandu Bungong Seulanga (141 balita) dan desa Pante Gajah (116 balita), dengan prevalensi lebih besar pada balita laki-laki (34,67%) dan usia 52–60 bulan (24,18%). Evaluasi model menggunakan confusion matrix pada 1468 data menunjukkan True Positive sebesar 958 (65,36%), False Negative 4 (0,27%), False Positive 503 (34,33%), dan True Negative 0 (0%), dengan akurasi sebesar 65,36% dan tingkat kesalahan 34,64%. Kesimpulannya, Mixture Modelling efektif untuk klasterisasi dan identifikasi kelompok berisiko, tetapi kurang akurat dalam prediksi individu, dengan bias terhadap kelas "Potensi Stunting" yang perlu diperbaiki pada penelitian lanjutan. Kata kunci: Klasterisasi, Stunting Balita, Gaussian Mixture Model, Puskesmas Peusangan.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics 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:	Anggun Delianda
Date Deposited:	03 Sep 2025 03:30
Last Modified:	03 Sep 2025 03:30
URI:	https://rama.unimal.ac.id/id/eprint/14869

Actions (login required)

View Item