Dewi, Cahya Kumala (2026) Penerapan Algoritma Random Forest untuk Klasifikasi Status Gizi Balita Berbasis Web dalam Mendukung Kinerja Posyandu. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan)
Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (168kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (208kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (173kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (7MB) | Request a copy |
Abstract
Penerapan Algoritma Random Forest untuk Klasifikasi Status Gizi Balita Berbasis Web dalam Mendukung Kinerja Posyandu, Cahya Kumala Dewi, NIM E31230700, Tahun 2026, Teknologi Informasi, Politeknik Negeri Jember, Husin, S.Kom., M.MT. (Dosen Pembimbing). Stunting merupakan kondisi gagal tumbuh pada anak akibat kekurangan gizi kronis yang berdampak permanen terhadap perkembangan fisik dan kognitif. Data SSGI tahun 2024 mencatat prevalensi stunting nasional sebesar 19,8%. Di Posyandu Desa Sumbersuko, pencatatan data balita, perhitungan Z-Score, dan pelaporan masih dilakukan secara manual, serta belum tersedia sistem klasifikasi gizi otomatis. Oleh karena itu, dikembangkan sistem klasifikasi status gizi balita berbasis web bernama StuntCheck yang menerapkan algoritma Random Forest untuk mengklasifikasikan status gizi balita ke dalam tiga kategori: Normal, Stunted, dan Severely Stunted. Pengembangan sistem menggunakan metode Waterfall dengan dataset sebanyak 1.879 data balita dari Posyandu Desa Sumbersuko dan Puskesmas Mumbulsari. Model dibangun menggunakan Python dengan library scikit-learn, dioptimasi melalui GridSearchCV, lalu diintegrasikan ke sistem laravel melalui API Flask. Sistem dapat diakses oleh dua peran pengguna, yaitu Bidan dan Kader Posyandu. Hasil pengujian menunjukkan akurasi model sebesar 90,69% dengan rata-rata Stratified K-Fold Cross Validation (10 fold) sebesar 89,82% dan simpangan baku 1,70%, menandakan model stabil tanpa overfitting. Black Box Testing pada 18 skenario seluruhnya berjalan sesuai harapan. Pengujian UAT oleh 10 responden memperoleh nilai 90% dengan kategori Sangat Baik, menunjukkan sistem StuntCheck diterima dan bermanfaat dalam mendukung pemantauan stunting secara cepat dan akurat.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Random Forest, Klasifikasi Status Gizi, Balita, Stunting, Sistem Berbasis Web, Posyandu, Z-Score, Flask, Laravel, Waterfall | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 457 - Teknik Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D3 Manajemen Informatika > Tugas Akhir | ||||||
| Depositing User: | Cahya Kumala Dewi | ||||||
| Date Deposited: | 15 Jun 2026 06:09 | ||||||
| Last Modified: | 15 Jun 2026 06:09 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/56414 |
Actions (login required)
 |
View Item |
