Publisher

POLTEKKES MATARAMPOLTEKKES MATARAM

Journal Jurnal Analis Medika Biosains (JAMBS)Jurnal Analis Medika Biosains (JAMBS) Abstract

Malnutrisi pada balita tetap menjadi tantangan penting di Kabupaten Lombok Barat, dengan prevalensi stunting mencapai 32,7% pada tahun 2022. Penelitian ini bertujuan mengembangkan sistem klasifikasi status gizi balita menggunakanλλον XGBoost dengan penanganan ketidakseimbangan kelas melalui SMOTE. Dataset terdiri dari 788 balita berusia 24–59 bulan dari 12 desa di Kabupaten Lombok Barat. Tahap pra‑proses meliputi penyaringan nilai biologis tidak valid berdasarkan kriteria WHO, normalisasi menggunakan Minқты‑Max Scaler, serta rekayasa fitur melalui rasio antropometri seperti weight‑for‑height (WHZ) dan height‑for‑age (HAZ). Data dibagi secara stratifikasi 80:20, dan SMOTE diterapkan hanya pada set pelatihan. Evaluasi dengan macro F1‑score dan recall kelas minoritas menunjukkan XGBoost memperoleh F1‑score 94,3% dan recall 92,1% untuk malnutrisi berat, secara signifikan mengungguli Random Forest (89,7%), KNN (84,2%), Naïve Bayes (81,5%), dan Decision Tree (83,8%). Prototype berbasis Streamlit juga dikembangkan sebagai antarmuka praktis bagi tenaga kesehatan posyandu, dilengkapi alat prediksi, visualisasi distribusi, dan rekomendasi rujukan otomatis. Hasilnya menunjukkan bahwa XGBoost bersamaan dengan SMOTE efektif meningkatkan deteksi dini kasus malnutrisi minoritas dalam populasi yang tidak seimbang, mendukung target pengurangan stunting.

Conclusion

This study concludes that the XGBoost model combined with SMOTE is highly effective for classifying toddler nutritional status in West Lombok, achieving a Macro F1-Score of 0.8434 and a Severe Malnutrition recall of 90.Analysis identified Weight and Weight-for-Age Z-score as the most critical predictors (77.4% combined contribution), while the developed Streamlit-based web prototype offers a significant improvement over manual screening systems by detecting 100% of severe malnutrition cases in testing.Despite its success, the study noted limitations in overnutrition detection and missing MUAC data, suggesting that future integration with regional health information systems (SIKDA) and the inclusion of dietary history could further enhance its practical implementation at the puskesmas and posyandu levels.

Future Research

Pertama, perlu dilakukan uji coba menambahkan data asupan nutrisi harian ke dalam input XGBoost untuk mengevaluasi apakah hal ini dapat mengurangi ketidakseimbangan kelas overnutrition pada balita. Kedua, penelitian lapangan yang memanfaatkan aplikasi mobile berbasis prototipe Streamlit di posyandu akan menilai sejauh mana tenaga kesehatan dapat menggunakan sistem tersebut dalam kehidupan sehari‑harinya, beserta peningkatan akurasi prediksi yang terjadi. Ketiga, di samping itu, komparasi kinerja XGBoost dengan algoritma pembelajaran mendalam seperti LSTM yang memanfaatkan urutan data pertumbuhan kronologis dapat mengungkap apakah pendekatan berbasis jaringan saraf menawarkan sensitivitas yang lebih tinggi pada kasus minoritas. Keempat, penelitian longitudinal selama satu tahun tentang dampak intervensi otomatis yang dihasilkan oleh prototipe Streamlit terhadap menurunkan prevalensi stunting di tingkat puskesmas dan posyandu akan memberikan bukti kuat tentang manfaat sistem dalam praktik klinis. Kelima, integrasi sistem klasifikasi ini ke dalam Sistem Informasi Kesehatan Daerah (SIKDA) akan mengoptimalkan pemantauan real‑time berkelompok, memfasilitasi respons cepat terhadap perubahan status gizi berkelanjutan. Keenam, penambahan modul pelaporan geospasial pada platform dapat membantu pihak berwenang menentukan zona rawan berdasarkan data prediksi gizi balita. Ketujuh, masing‑masing desa dapat memanfaatkan dashboard ini untuk memprioritaskan program intervensi seperti pemberian suplemen atau edukasi gizi. Kedelapan, analisis biaya‑manfaat dari implementasi sistem akan mengidentifikasi return on investment bagi pemerintah daerah dalam menurunkan angka stunting. Kesembilan, pengembangan pelatihan dan bimbingan bagi tenaga kesehatan posyandu seharusnya disertakan guna memastikan penggunaan sistem secara konsisten dan akurat. Kesepuluh, evaluasi kepuasan pengguna melalui survei dapat menilai persepsi tenaga kesehatan dan menyarankan perbaikan antarmuka agar lebih ramah pengguna.

References

1. XGBoost | Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data... dl.acm.org/doi/10.1145/2939672.2939785XGBoost Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data dl acm doi 10 1145 2939672 2939785
2. Childhood stunting: a global perspective - Onis - 2016 - Maternal & Child Nutrition - Wiley Online... onlinelibrary.wiley.com/doi/10.1111/mcn.12231Childhood stunting a global perspective Onis 2016 Maternal Child Nutrition Wiley Online onlinelibrary wiley doi 10 1111 mcn 12231

Metadata

File size	188.89 KB
Pages	5
DMCA	Report