Implementasi Algoritma Decision Tree dan Support Vector Machine (SVM) untuk Prediksi Risiko Stunting pada Keluarga
Implementation of Decision Tree and Support Vector Machine (SVM) Algorithm for Stunting Risk Prediction
DOI:
https://doi.org/10.57152/malcom.v3i2.1228Keywords:
Decision Tree, Prediksi, Stunting, Support Vector Machine (SVM)Abstract
Kondisi kekurangan gizi kronis yang disebabkan oleh asupan makanan yang tidak mencukupi sebagai akibat dari kebiasaan makan yang tidak tepat sesuai dengan gizi yang diperlukan disebut juga dengan stunting. Stunting dapat membuat fisik anak menjadi lebih pendek, selain itu dapat menghambat pertumbuhan dan perkembangan organ lain seperti ginjal, jantung, dan otak pada anak. Meningkatnya kasus stunting pada anak memerlukan upaya pencegahan secara dini. Pada penelitian ini menggunakan 18 atribut dan 5021 record data dari 10 kelurahan Kota Dumai dimana salah satu diantaranya dijadikan sebagai kelas. Pada penelitian ini menerapkan Algoritma Decision Tree dan Support Vactor Machine (SVM) untuk mengetahui algoritma mana yang tepat memproses data tersebut. Hasil prediksi dengan menggunakan Decision Tree pada penelitian ini mendapatkan nilai akurasi sebesar 96.15%, nilai recall Tidak sebesar 92.06% serta Ya sebesar 97.34% dan nilai presisi Tidak sebesar 90.99% serta Ya sebesar 97.68%. Sedangkan dengan menggunakan Algoritma SVM mendapatkan nilai akurasi sebesar 62.48%, nilai recall Tidak sebesar 99.12% serta Ya sebesar 51.80% dan nilai presisi Tidak sebesar 37.49% serta Ya sebesar 99.51%. Berdasarkan penelitian menggunakan data tersebut dapat disimpulkan bahwa akurasai algoritma Decision Tree jauh lebih baik dibandingkan dengan algoritma SVM.
References
K. Rahmadhita, “Permasalahan Stunting dan Pencegahannya Stunting Problems and Prevention,” Jurnal Ilmiah Kesehatan Sandi Husadah, vol. 11, no. 1, pp. 225–229, 2020, doi: 10.35816/jiskh.v10i2.253.
R. A. Saputri and J. Tumangger, “Hulu-Hilir Penanggulangan Stunting Di Indonesia,” Journal of Political Issues, vol. 1, no. 1, pp. 1–9, Jul. 2019, doi: 10.33019/jpi.v1i1.2.
A. Rahmadhani, “LITERATURE REVIEW PENGALAMAN IBU DENGAN ANAK STUNTING.”
L. S. Nisa, “KEBIJAKAN PENANGGULANGAN STUNTING DI INDONESIA STUNTING PREVENTION POLICIES IN INDONESIA,” Jurnal Kebijakan Pembangunan, vol. 13, no. 02, pp. 173–179, 2018.
R. T. Handayani, A. T. Darmayanti, C. Setyorini, A. Widiyanto, and J. T. Atmojo, “Intervensi Gizi dalam Penanganan dan Pencegahan Stunting di Asia: Tinjauan Sistematis,” Jurnal Keperawatan Global, vol. 5, no. 1, pp. 26–30, 2020.
Komalasari, E. Supriati, R. Sanjaya, and H. Ifayanti, “Faktor-Faktor Penyebab Kejadian Stunting Pada Balita,” Majalah Kesehatam Indonesia, vol. 1, no. 2, pp. 51–56, 2020.
A. Daracantika, Ainin, and Besral, “Systematic Literature Review: Pengaruh Negatif Stunting terhadap Perkembangan Kognitif Anak,” 2021.
D. Dwi Astuti, R. Benya Adriani, T. Widyastuti Handayani, J. Keperawatan, and P. Kemenkes Surakarta, “PEMBERDAYAAN MASYARAKAT DALAM RANGKA STOP GENERASI STUNTING,” Jurnal Masyarakat Mandiri, vol. 4, no. 2, pp. 156–162, 2020, doi: 10.31764/jmm.v4i2.1910.
J. Mantik, M. Ula, A. Faridhatul Ulva, and I. Sahputra, “Implementation of Machine Learning in Determining Nutritional Status using the Complete Linkage Agglomerative Hierarchical Clustering Method,” Jurnal Mantik, vol. 5, no. 3, pp. 1910–1914, 2021.
H. Maruli Siregar et al., “UPAYA PENINGKATAN KUNJUNGAN POSYANDU DI DUSUN SERAI SERUMPUN DESA SUMBER AGUNG,” Jurnal Pengembangan dan Pengabdian Masyarakat, vol. 1, no. 1, pp. 1–5, 2022.
K. Isni et al., “Pelatihan Pengukuran Status Gizi Balita sebagai Upaya Pencegahan Stunting Sejak Dini pada ibu di Dusun Randugunting, Sleman, DIY Toddler Nutrition Status Measurement Training as an Early Prevention of Stunting to Mothers in Dusun Randugunting,” 2020. [Online]. Available: http://journal.unhas.ac.id/index.php/panritaabdi
F. N. Rohmah and Siti Arifah, “OPTIMALISASI PERAN KADER KESEHATAN DALAM DETEKSI DINI STUNTING,” BEMAS: Jurnal Bermasyarakat, vol. 1, no. 2, pp. 95–102, Mar. 2021, doi: 10.37373/bemas.v1i2.88.
I. K. A. W. Guna, E. Setyati, and E. Pramana, “Prediksi Anak Stunting Berdasarkan Kondisi Orang Tua Dengan Metode Support Vector Machine Dengan Study Kasus Di Kabupaten Tabanan-Bali,” SMATIKA JURNAL, vol. 12, no. 01, pp. 47–54, Jun. 2022, doi: 10.32664/smatika.v12i01.662.
A. Rozaq, Y. Yunitasari, K. Sussolaikah, E. R. N. Sari, and R. I. Syahputra, “Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes, K-Nearest Neighboars Dan Decision Tree,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 2, p. 746, Apr. 2022, doi: 10.30865/mib.v6i2.3554.
Ardiyansyah, P. Agustia Rahayuningsih, and R. Maulana, “Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner,” JURNAL KHATULISTIWA INFORMATIKA, vol. VI, no. 1, pp. 20–28, 2018.
L. Indah Prahartiwi, W. Dari, and S. Nusa Mandiri, “Komparasi Algoritma Naive Bayes, Decision Tree dan Support Vector Machine untuk Prediksi Penyakit Kanker Payudara,” Jurnal Teknik Komputer AMIK BSI, vol. 7, no. 1, 2021, doi: 10.31294/jtk.v4i2.
F. Alamsyah, M. Dzikrullah Suratin, and M. Hamid, “Analisis Perbandingan Metode Support Vector Machine (SVM) dan Decision Tree Pada Klasifikasi Penyakit Acute Lymphoblastic Leukimia (ALL),” Jurnal PRODUKTIF, vol. 6, no. 2, pp. 581–587, 2022.
A. Arham, E. R. Swedia, M. Cahyanti, and M. R. D. Septian, “IMPLEMENTASI SENTIMENT ANALYSIS PADA OPINI MASYARAKAT INDONESIA DI TWITTER TERHADAP VIRUS COVID-19 VARIAN OMICRON DENGAN ALGORITMA NAÏVE BAYES, DECISION TREE, DAN SUPPORT VECTOR MACHINE,” Sebatik, vol. 26, no. 2, pp. 565–572, Dec. 2022, doi: 10.46984/sebatik.v26i2.1961.
A. Y. Perdana, R. Latuconsina, and A. Dinimaharawati, “PREDIKSI STUNTING PADA BALITA DENGAN ALGORITMA RANDOM FOREST,” in e-Proceeding of Engineering, 2021, pp. 6650–6656.
D. Sri Sumardilah and A. Rahmadi, “Risiko Stunting Anak Baduta (7-24 bulan),” Jurnal Kesehatan, vol. 10, no. 1, pp. 93–104, 2019, [Online]. Available: http://ejurnal.poltekkes-tjk.ac.id/index.php/JK
A. Supriyatna, W. Prima Mustika, A. BSI Karawang Jl Banten No, S. Nusa Mandiri Jl Kramat Raya No, and J. Pusat, “Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi Keberhasilan Imunoterapi Pada Penyakit Kutil,” 2018. [Online]. Available: http://tunasbangsa.ac.id/ejurnal/index.php/jsakti
Mustakim, Rosdina, D. Ramadhani, M. Afdal, and M. Rahmawita, “The Classification Status of River Water Quality in Riau Province Using Modified K-Nearest Neighbor Algorithm with STORET Modeling and Water Pollution Index,” J Phys Conf Ser, vol. 1783, no. 1, p. 012020, Feb. 2021, doi: 10.1088/1742-6596/1783/1/012020.
A. Riani, Y. Susianto, and N. Rahman, “Implementasi Data Mining Untuk Memprediksi Penyakit Jantung Mengunakan Metode Naive Bayes,” Journal of Innovation Information Technology and Application (JINITA), vol. 1, no. 01, pp. 25–34, Dec. 2019, doi: 10.35970/jinita.v1i01.64.
Mustakim et al., “Data Sharing Technique Modeling for Naive Bayes Classifier for Eligibility Classification of Recipient Students in the Smart Indonesia Program,” J Phys Conf Ser, vol. 1424, no. 1, p. 012009, Dec. 2019, doi: 10.1088/1742-6596/1424/1/012009.
D. Novianti, S. Nusa, M. Jakarta, and C. Sitasi, “Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner,” Jurnal Komputer dan Informatika Akademi Bina Saran Informatika, vol. 21, no. 1, pp. 49–54, 2019, doi: 10.31294/p.v20i2.
S. Situmorang, “Analisis Kinerja Algoritma Machine Learning Dalam Deteksi Anomali Jaringan,” Jurnal Matematika dan Ilmu Pengetahuan Alam, vol. 1, no. 4, 2023, doi: 10.59581/konstanta.v1i4.1722.
I. Setiawati, A. P. Wibowo, A. Hermawan, M. Teknologi, I. Universitas, and T. Yogyakarta, “IMPLEMENTASI DECISION TREE UNTUK MENDIAGNOSIS PENYAKIT LIVER,” JURNAL OF INFORMATION SYSTEM MANAGEMENT, vol. 1, no. 1, pp. 13–17, 2019.
F. Akbar, H. Wira Saputra, A. Karel Maulaya, and M. Fikri Hidayat, “Implementasi Algoritma Decision Tree C4.5 dan Support Vector Regression untuk Prediksi Penyakit Stroke,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 2, no. 2, pp. 61–67, 2022.
W. S. Dharmawan, “I N F O R M A T I K A DALAM PREDIKSI PENYAKIT JANTUNG,” Jurnal Informatika, Manajemen dan Komputer, vol. 13, no. 2, 2021.
R. Nofitri and N. Irawati, “ANALISIS DATA HASIL KEUNTUNGAN MENGGUNAKAN SOFTWARE RAPIDMINER,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), vol. 5, no. 2, pp. 199–204, Jul. 2019, doi: 10.33330/jurteksi.v5i2.365.
A. A. R and O. H. I, “PERFORMANCE EVALUATION OF SELECTED DISTANCE-BASED AND DISTRIBUTION-BASED CLUSTERING ALGORITHMS,” International Journal of Software Engineering and Computer Systems, vol. 4, no. 2, pp. 38–48, Aug. 2018, doi: 10.15282/ijsecs.4.2.2018.3.0047.
