Analisis Klasifikasi Balita Terindikasi Stunting di Puskesmas Kebumen II

Latar Belakang: Stunting merupakan masalah kesehatan yang serius yang berdampak pada pertumbuhan fisik dan perkembangan kognitif yang terjadi pada balita. Balita adalah usia manusia yang berkisar 1-5 tahun. Stunting terjadi akibat malnutrisi yang ditandai dengan tinggi badan yang rendah pada balita. Dampak yang terjadi akibat stunting dapat berupa dampak jangka pendek maupun panjang.
Tujuan: Penelitian ini bertujuan untuk membuat prediksi balita yang terindikasi stunting menggunakan salah satu algoritma klasifikasi yaitu algoritma K-Nearest Neighbors (KNN). Selain itu, juga bertujuan untuk mengetahui posyandu yang memiliki balita terindikasi stunting terbanyak.
Metode Penelitian: Penelitian ini menggunakan algoritma K-Nearest Neighbors (KNN). Data yang digunakan untuk penelitian ini diambil dari Puskesmas Kebumen II. Data tersebut diolah menggunakan teknik EDA sebelum dibuat pemodelan. Pemodelan data diuji menggunakan teknik Confussion Matrix.
Hasil: Prediksi yang dilakukan berupa balita terindikasi stunting dengan negatif stunting dan kasus sunting di Puskesmas Kebumen II mengalami penurunan. Untuk hasil klasifikasi, terdapat 5 posyandu yang memiliki balita terindikasi stunting terbanyak yaitu Posyandu Sartika, Lestari D, Dewi Sri, Sumber Waras 3, Bangun Indah. Hasil pengujian pada sampel data yang ada menunjukkan bahwa metode
KNN memperoleh akurasi sebesar 92%.
Kesimpulan: Penelitian ini berhasil membuat prediksi dan klasifikasi balita terindikasi stunting. Algoritma KNN tepat digunakan pada penelitian yang dilakukan.