ANALISIS KOMPARATIF AKURASI PREDIKSI STUNTING PADA ANAK BERDASARKAN FAKTOR GIZI TERHADAP IBU HAMIL DAN FAKTOR SOSIAL KELUARGA MENGGUNAKAN REGRESI RANDOM FOREST DAN GRADIENT BOOSTING REGRESSION

Antariksa, Muhammad Maulana (2025) ANALISIS KOMPARATIF AKURASI PREDIKSI STUNTING PADA ANAK BERDASARKAN FAKTOR GIZI TERHADAP IBU HAMIL DAN FAKTOR SOSIAL KELUARGA MENGGUNAKAN REGRESI RANDOM FOREST DAN GRADIENT BOOSTING REGRESSION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (2MB)
[img] Text (BAB I)
BAB I.pdf
Download (408kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (519kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (463kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (864kB)
[img] Text (BAB V)
BAB V.pdf
Download (77kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (135kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.61.0212.zip
Restricted to Repository staff only
Download (1MB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

Penelitian ini bertujuan untuk menganalisis dan memprediksi status stunting pada anak menggunakan teknik data mining. Dataset diproses terlebih dahulu dengan menagani nilai yang hilang, melakukan normalisasi fitur, dan mengubah variabel kategori menjadi format numerik. Beberapa algoritma seperti Random Forest dan Gradient Boosting diterapkan untuk menentukan model yang paling efektif. Evaluasi dilakukan menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE),dan R-squared. Algoritma Random Forest dan Gradient Boosting menunjukkan hasil akurasi yang baik, yang menandakan kecocokannya dalam memprediksi risiko stunting. Faktor-faktor utama yang mempengaruhi stunting meliputi asupan gizi harian, status ekonomi keluarga, akses ke fasilitas kesehatan, dan pola pemberian makanan. Temuan ini memberikan wawasan penting untuk intervensi yang lebih tepat sasaran dalam mengurangi prevalensi stunting. Keterbatasan penelitian dan saran untuk penelitian selanjutnya juga dibahas.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Abdulloh, Ferian Fauzi
Uncontrolled Keywords: Stunting, Gizi Anak, Data Mining, Algoritma, Preprocessing Data, Random Forest, Gradient Boosting
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 14 Jul 2025 02:01
Last Modified: 15 Jul 2025 02:41
URI: http://eprints.amikom.ac.id/id/eprint/30085

Actions (login required)

View Item View Item