IMPLEMENTASI EXPLORATORY DATA ANALYSIS DAN LOGISTIC REGRESSION UNTUK PREDIKSI DAN KLASIFIKASI TINGKAT STUNTING PADA BALITA DI JAWA BARAT
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Tingginya angka stunting balita di Provinsi Jawa Barat menjadi permasalahan serius yang memerlukan pendekatan berbasis data dalam upaya pencegahan dan penanganannya. Penelitian ini bertujuan untuk membangun sistem prediksi dan klasifikasi tingkat stunting balita menggunakan algoritma Logistic regression, serta menyajikan hasil analisis secara visual melalui sistem informasi berbasis web. Data yang digunakan berupa jumlah bayi lahir dan jumlah balita stunting di 27 kabupaten/kota selama periode 2020–2024, yang diperoleh dari portal Open Data Jabar. Penelitian ini mencakup tahapan Exploratory Data Analysis (EDA), agregasi data dari tingkat kecamatan ke kabupaten/kota, perhitungan persentase stunting, serta pembangunan model klasifikasi biner berdasarkan ambang batas 10% untuk membedakan kategori stunting rendah dan tinggi. Hasil evaluasi model menunjukkan akurasi sebesar 96,3%, dengan nilai f1- score sebesar 0,97 untuk kategori rendah dan 0,96 untuk kategori tinggi. Model juga memiliki kemampuan identifikasi wilayah prioritas dengan recall 1,00 pada kategori tinggi. Sistem yang dibangun dilengkapi fitur visualisasi interaktif yang menampilkan tren stunting per kabupaten/kota dari tahun ke tahun, dan juga menyediakan prediksi kondisi tahun 2025 berdasarkan rata-rata persentase stunting lima tahun sebelumnya. Temuan ini menunjukkan bahwa penerapan machine learning dapat menjadi alat bantu yang efektif dalam mendukung pengambilan Keputusan untuk pencegahan stunting yang lebih terarah dan berbasis data.