Machine Learning untuk Identifikasi Gizi Balita Menggunakan Algoritma Naïve Bayes

Abstrak

Abstract—Identifikasi gizi balita secara cepat dan tepat sangat penting dalam mendukung upaya pencegahan dan intervensi dini terhadap stunting, terutama di wilayah padat penduduk seperti Kecamatan Pesanggrahan. Penelitian ini bertujuan membangun sistem klasifikasi status gizi balita berbasis web menggunakan algoritma Naïve Bayes. Data yang digunakan terdiri dari 2000 balita,
meliputi parameter antropometri tinggi badan, berat badan, usia, dan jenis kelamin, dengan kategori status gizi baik, kurang, berlebih, dan buruk. Data dikumpulkan melalui instansi kesehatan setempat dan mengalami tahap preprocessing sebelum dianalisis. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes sudah sesuai dengan tujuan penelitian untuk mengidentifikasi status gizi. Sistem yang ada
diharapkan mampu menghasilkan prediksi status gizi pada balita secara real time dan membantu tenaga kesehatan melakukan evaluasi status gizi secara efisien, cepat, dan akurat