Analisis Status Gizi Balita Berdasarkan Indikator Kesehatan Menggunakan Model Long Short-Term Memory

Fitriananda, Fanidiya Tasya (2026) Analisis Status Gizi Balita Berdasarkan Indikator Kesehatan Menggunakan Model Long Short-Term Memory. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstrak) Abstrak.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (229kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (232kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (462kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk memprediksi status gizi balita berdasarkan data indikator kesehatan menggunakan metode Long Short-Term Memory (LSTM). Permasalahan yang diangkat adalah keterbatasan pemantauan status gizi yang masih bersifat statis dan belum mampu menganalisis perubahan kondisi gizi secara berkelanjutan. Data yang digunakan berupa data antropometri balita, yaitu usia, berat badan, tinggi badan, dan jenis kelamin, yang bersifat runtun waktu (time series). Data diproses melalui tahap pembersihan, interpolasi, pelabelan ke dalam tiga kategori, yaitu normal, kurang, dan lebih, serta transformasi menjadi data sekuensial dengan panjang 6 bulan sebagai input model. Model terbaik diperoleh melalui pengujian hyperparameter dengan konfigurasi 32 unit LSTM, dropout 0,2, learning rate 0,005, batch size 32, serta dua dense layer berukuran 64 dan 32 unit. Hasil evaluasi menunjukkan validation loss sebesar 0,1197, test accuracy sebesar 93,66%, dan macro F1-score sebesar 0,8722. Hasil tersebut menunjukkan bahwa model mampu mengklasifikasikan data dengan baik pada seluruh kelas, termasuk kelas minoritas. Model ini berpotensi menjadi dasar pengembangan prediksi kondisi gizi balita berdasarkan data historis antropometri.

Actions (login required)

View Item