relation: https://eprints.amikom.ac.id/id/eprint/32231/
title: ANALISIS PERBANDINGAN METODE KNN DAN RANDOM  FOREST MENGGUNAKAN HYPERPARAMETER TUNING  UNTUK DETEKSI PENDERITA STUNTING
creator: Fatimah, Ayu
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
subject: 004 Pemrosesan data dan ilmu komputer
description: Stunting merupakan masalah kesehatan masyarakat yang serius dan   memerlukan sistem deteksi dini yang efektif berbasis data. Penelitian ini bertujuan  untuk membandingkan kinerja dua algoritma Machine Learning, yaitu K-Nearest  Neighbor (KNN) dan Random Forest (RF), dalam mengklasifikasikan status  stunting pada balita. Dataset yang digunakan melibatkan berbagai fitur prediktor  seperti berat badan lahir dan panjang lahir. Untuk memaksimalkan kinerja model  dan mengurangi potensi overfitting, kedua metode dioptimasi menggunakan teknik  Hyperparameter Tuning dengan Grid Search. Berdasarkan evaluasi menggunakan  5-Fold Cross Validation, algoritma Random Forest yang telah melalui proses  tuning menunjukkan kinerja terbaik dengan nilai recall sebesar 98,13%, yang  mencerminkan kemampuan model dalam mendeteksi hampir seluruh kasus balita  yang mengalami stunting. Selain itu, Random Forest juga menghasilkan nilai  precision sebesar 98,46% dan accuracy sebesar 98,46%, sementara algoritma KNearest  Neighbor  setelah  tuning  memperoleh  nilai  accuracy  sebesar  97,92%.  Recall    dijadikan    metrik utama karena dihitung secara khusus pada kelas stunting,  sedangkan accuracy, precision, dan F1-score digunakan sebagai metrik pendukung  untuk menggambarkan kinerja model secara keseluruhan pada kedua kelas.  Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode ensemble yang  teroptimasi, khususnya Random Forest dengan Grid Search, merupakan  pendekatan yang paling efektif dan andal dalam mendeteksi kasus stunting pada  balita, sehingga direkomendasikan untuk digunakan sebagai sistem pendukung  deteksi dini stunting dalam konteks kesehatan masyarakat.
date: 2026-01-21
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/8/Sourcecode%20-%2022.11.4770.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32231/9/Publikasi.pdf
identifier:   Fatimah, Ayu  (2026) ANALISIS PERBANDINGAN METODE KNN DAN RANDOM FOREST MENGGUNAKAN HYPERPARAMETER TUNING UNTUK DETEKSI PENDERITA STUNTING.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.