KLASIFIKASI BALITA STUNTING MENGGUNAKAN RANDOM FOREST CLASSIFIER DI KABUPATEN BLITAR

Abstrak

Stunting atau balita kerdil merupakan penyakit gizi kronis karena asupan gizi yang berlangsung lama. Prevalensi stunting di desa Tlogo 14.4% yang tertinggi di kecamatan Kanigoro. Penelitian ini bertujuan untuk menerapkan algoritma Random Forest classifier dalam mengklasifikasikan status stunting pada balita dan mengukur nilai Confusion Matrix. Jenis penelitian ini kuantitatif yang yang berbentuk uraian angka, data yang digunakan dalam penelitian ini data sekunder berasal dari arsip Dinas Kesehatan Kabupaten Blitar, terutama di desa Tlogo, Kecamatan Kanigoro. Proses pengolahan data dimulai dari pengumpulan data, seleksi data, implementasi Random Forest, dan pengujian Confusion Matrix. Selama proses implementasi, digunakan aplikasi Jupyter Notebook. Pengujian dilakukan dengan membagi data menjadi tiga skenario yang terdiri dari data latih dan data tes. Skenario terbaik yang ditemukan adalah menggunakan 80% data latih dan 20% data tes, dengan akurasi sebesar 90%, presisi sebesar 71.4%, dan recall sebesar 62.5%. Hasil ini menunjukkan bahwa model Random Forest dalam penelitian ini masih belum baik dalam memprediksi kasus stunting pada balita.