DETEKSI KEJADIAN STUNTING DENGAN ALGORITMA DECISION TREE LITERATURE REVIEW

Janatul Ulfah,Siti (2021) DETEKSI KEJADIAN STUNTING DENGAN ALGORITMA DECISION TREE LITERATURE REVIEW. PROGRAM STUDI SARJANA KEPERAWATAN FAKULTAS KESEHATAN UNIVERSITAS SARI MULIA BANJARMASIN 2021.

[img] Text
SKRIPSI SITI JANATUL ULFAH.pdf

Download (1MB)

Abstract

Latar Belakang: Stunting merupakan kondisi gagal tumbuh pada anak berusia dibawah lima tahun (balita) akibat kekurangan gizi kronis. Rata-rata prevalensi balita stunting di Indonesia tahun 2019 adalah 27,7%. Stunting disebabkan faktor multidemensi yang sampai saat ini masih belum jelas sehingga diperlukan adanya suatu metode untuk mengetahui faktor utama penyebab kejadian stunting. Salah satu metode untuk menentukan pengambilan suatu keputusan yaitu menggunakan Algoritma Decision Tree. Tujuan: Mengidentifikasi faktor stunting pada balita dengan Algoritma Decision Tree. Metode: Rancangan penelitian literature review. Artikel dipilih berdasarkan kriteria yang telah ditetapkan oleh penelitian berdasarkan PICOS framework. Kata kunci yang digunakan adalah Stunting OR Tubuh Pendek AND Algoritma Decision Tree OR Decision Tree Algorithms OR Stunting OR Iterative Dichotomiser 3 (ID3) OR C4.5 OR Classification and Refression Tree (CART). Artikel terpilih dalam studi literatur ini adalah 4 artikel yang menunjang tujuan dari penelitian ini. Hasil: Penelitian menunjukan bahwa faktor-faktor yang lebih berpotensi dapat mempengaruhi terjadinya stunting berdasarkan Algoritma Decision Tree diantaranya fasilitas kesehatan, ASI ekslusif, kemiskinan, akses sanitasi yang layak, akses air bersih dan kelengkapan imunisasi pada balita, panjang dan berat lahir, antropometri ibu dan pendidikan orang tua. penggunaan algoritma decision tree memiliki keakuratan tertinggi dibandingkan dengan penggunaan mechine learning lainnya yaitu sebesar 87,91%. Ini membuktikan bahwa algoritma decision tree baik digunakan untuk menentukan atau mengklasifikasikan faktor yang berisiko menyebabkan stunting pada balita. Simpulan: Deteksi kejadian stunting dapat membantu Petugas kesehatan dalam memberikan penyuluhan guna meningkatkan pengetahuan kepada masyarakat tentang faktor-faktor utama yang berhubungan dengan terjadinya stunting. Kata Kunci: Algoritma Decision Tree, Balita, Stunting.

Item Type: Skripsi
Subjects: R Medicine > RT Nursing
Pengguna Penyetoran: Rahman Perpustakaan UNISM
Tanggal Setoran: 22 Sep 2021 02:44
Last Modified: 22 Sep 2021 02:51
URI: http://repository.unism.ac.id/id/eprint/2043

Actions (login required)

View Item View Item