| dc.description.abstract | Stunting pada anak balita merupakan salah satu masalah kesehatan utama di
Indonesia yang berdampak signifikan terhadap perkembangan fisik, mental, dan
kognitif anak serta dapat menurunkan kualitas hidup mereka di masa depan. Salah
satu tantangan utama dalam penanganan stunting adalah mengidentifikasi dan
memprediksi anak-anak yang berisiko, terutama dengan adanya keterbatasan
sumber daya dan efektivitas metode prediksi yang tersedia. Penelitian ini bertujuan
untuk mengembangkan model klasifikasi yang akurat dan efisien dalam
mengidentifikasi status stunting dengan menggunakan metode Light Gradient
Boosting Machine (LightGBM) pada anak-anak di Kecamatan Rowosari,
Kabupaten Kendal, Jawa Tengah. Hasil penelitian menunjukkan bahwa model
LightGBM mencapai tingkat akurasi sebesar 97% dengan nilai AUC 0.99, yang
mencerminkan kemampuan tinggi dalam membedakan status stunting. Selain itu,
model ini juga berhasil mengidentifikasi faktor-faktor utama yang memengaruhi
risiko stunting. Temuan ini menunjukkan bahwa metode LightGBM tidak hanya
memberikan prediksi yang akurat tetapi juga mendukung pengembangan strategi
intervensi berbasis data yang lebih tepat waktu dan tepat sasaran untuk mengurangi
prevalensi stunting. | en_US |
