Implementasi Metode Lightgbm untuk Klasifikasi Stunting pada Anak (Studi Kasus : Klasifikasi Stunting Pada Anak di Kecamatan Rowosari, Kabupaten Kendal, Jawa Tengah)

Abstract

Stunting pada anak balita merupakan salah satu masalah kesehatan utama di Indonesia yang berdampak signifikan terhadap perkembangan fisik, mental, dan kognitif anak serta dapat menurunkan kualitas hidup mereka di masa depan. Salah satu tantangan utama dalam penanganan stunting adalah mengidentifikasi dan memprediksi anak-anak yang berisiko, terutama dengan adanya keterbatasan sumber daya dan efektivitas metode prediksi yang tersedia. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang akurat dan efisien dalam mengidentifikasi status stunting dengan menggunakan metode Light Gradient Boosting Machine (LightGBM) pada anak-anak di Kecamatan Rowosari, Kabupaten Kendal, Jawa Tengah. Hasil penelitian menunjukkan bahwa model LightGBM mencapai tingkat akurasi sebesar 97% dengan nilai AUC 0.99, yang mencerminkan kemampuan tinggi dalam membedakan status stunting. Selain itu, model ini juga berhasil mengidentifikasi faktor-faktor utama yang memengaruhi risiko stunting. Temuan ini menunjukkan bahwa metode LightGBM tidak hanya memberikan prediksi yang akurat tetapi juga mendukung pengembangan strategi intervensi berbasis data yang lebih tepat waktu dan tepat sasaran untuk mengurangi prevalensi stunting.