Classification of Toddler Stunting Status Using Naïve Bayes Classifier with K-Fold Cross Validation

Penulis

  • Vania Riski Afifah Universitas Negeri Padang
  • Zilrahmi Universitas Negeri Padang
  • Syafriandi Syafriandi Universitas Negeri Padang
  • Tessy Octavia Mukhti Universitas Negeri Padang

DOI:

https://doi.org/10.24036/ujsds/vol4-iss3/558

Kata Kunci:

Stunting, Pengklasifikasi Naïve Bayes, Gaussian Naive Bayes, Validasi Silang 10-Fold.

Abstrak

Pertumbuhan balita yang tidak memenuhi standar usia dapat memengaruhi kualitas hidup mereka di masa depan. Di Indonesia, salah satu masalah gizi yang terus mendapat perhatian signifikan adalah stunting, yang umumnya ditunjukkan oleh ketidaksesuaian antara tinggi badan dan usia anak (tinggi badan menurut usia). Mengingat bahwa penentuan status stunting membutuhkan tingkat akurasi yang tinggi, pendekatan berbasis data diperlukan untuk mendukung identifikasi dan evaluasi kondisi gizi anak secara lebih sistematis. Studi ini bertujuan untuk mengklasifikasikan status stunting balita menggunakan algoritma Naïve Bayes Classifier (NBC) dengan skema evaluasi 10-Fold Cross Validation. Algoritma Naïve Bayes Classifier (NBC) dengan skema evaluasi 10-Fold Cross Validation. NBC dipilih karena kesederhanaan dan kinerja efisiennya sebagai baseline probabilistik, khususnya cocok untuk tugas klasifikasi dengan data kesehatan yang terbatas dan bising. Dataset diperoleh dari Dinas Kesehatan Kabupaten Pasaman pada tahun 2022. Variabel yang diamati meliputi jenis kelamin, berat lahir, tinggi lahir, usia saat pengukuran, berat badan, tinggi badan, Lingkar Lengan Atas, dan tinggi badan menurut usia (TB/U). Label kelas ditentukan berdasarkan indikator TB/U dan dikelompokkan menjadi dua kategori: stunting dan stunting parah. Hasil klasifikasi menunjukkan bahwa dataset terdiri dari 53,91% anak stunting dan 46,1% anak stunting parah. Model NBC menunjukkan kinerja klasifikasi yang baik, mencapai akurasi 92,53%, presisi 96,15%, recall 78,13%, dan skor F1 86,2% menggunakan Validasi Silang 10-Fold. Selain mengevaluasi kinerja klasifikasi, analisis karakteristik kelas berdasarkan parameter Gaussian Naïve Bayes mengungkapkan bahwa tinggi badan pada saat pengukuran, berat badan pada saat pengukuran, dan Lingkar Lengan Atas merupakan karakteristik antropometrik utama yang membedakan kelas stunting dan stunting parah. Temuan ini menunjukkan bahwa indikator antropometrik dapat berfungsi sebagai referensi penting untuk identifikasi dini dan pemantauan tingkat keparahan stunting pada balita. Hasil penelitian ini dapat mendukung petugas kesehatan dan pemangku kepentingan terkait dalam memprioritaskan balita yang membutuhkan penilaian dan intervensi gizi lebih lanjut, sehingga berkontribusi pada upaya pencegahan dan pengelolaan stunting yang lebih tepat sasaran.

Unduhan

Diterbitkan

2026-08-31

Cara Mengutip

Vania Riski Afifah, Zilrahmi, Syafriandi Syafriandi, & Tessy Octavia Mukhti. (2026). Classification of Toddler Stunting Status Using Naïve Bayes Classifier with K-Fold Cross Validation. UNP Journal of Statistics and Data Science, 4(3), 434–441. https://doi.org/10.24036/ujsds/vol4-iss3/558

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 4 5 6 7 8 9 10 > >> 

Artikel Serupa

1 2 3 4 5 6 7 > >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.