Implementasi Algoritma Naïve Bayes untuk Deteksi Stunting Berdasarkan Data Stunting di Puskesmas Air Beliti

Abstract

Stunting adalah gangguan pertumbuhan yang disebabkan oleh kekurangan gizi kronis yang memengaruhi perkembangan fisik dan kemampuan kognitif anak. Di Puskesmas Air Beliti, penilaian status gizi anak masih dilakukan secara manual, yang membutuhkan waktu dan sumber daya yang cukup besar. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes untuk memprediksi risiko stunting berdasarkan data antropometri anak, termasuk usia, berat badan, tinggi badan, jenis kelamin, dan status gizi. Dataset terdiri dari 1.786 entri data primer yang telah melalui proses pembersihan dan normalisasi data. Penelitian ini menerapkan metode klasifikasi menggunakan algoritma Naïve Bayes, yang melibatkan tiga jenis model: Gaussian, Multinomial, dan Bernoulli. Hasil pengujian menunjukkan bahwa model Gaussian Naïve Bayes mencapai akurasi tertinggi sebesar 85%, diikuti oleh Multinomial (84%) dan Bernoulli (82%). Evaluasi model dilakukan menggunakan matriks kebingungan dan laporan klasifikasi, yang menunjukkan bahwa model tersebut efektif dalam mengidentifikasi kasus stunting tetapi kurang akurat dalam mengenali kasus normal. Temuan ini menunjukkan bahwa algoritma Naïve Bayes dapat dimanfaatkan sebagai alat bantu untuk deteksi dini stunting di pusat-pusat kesehatan masyarakat, sehingga memungkinkan intervensi gizi yang lebih cepat dan lebih tepat sasaran.