[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123545-id":3,"doc-seo-123545-113":31,"detail-sidebar-cat-0-id-113":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123545,962084925290,"Ophelia","https://ap-avatar.wpscdn.com/davatar_085a072bc5b1113ac321206ff7593b45",53,"Layanan Kesehatan","Machine Learning Untuk Klasifikasi Gizi Balita Menggunakan Algoritma Random Forest","Kesehatan balita merupakan isu kritis dalam pembangunan suatu negara, sehingga penilaian status gizi balita menjadi langkah awal untuk mengidentifikasi risiko malnutrisi dan menentukan intervensi yang tepat. Penelitian ini mengusulkan pendekatan machine learning dengan algoritma Random Forest untuk mengklasifikasi status gizi balita berdasarkan karakteristik demografis dan pola makan. Dataset memuat informasi demografis seperti usia, jenis kelamin, berat badan, tinggi badan, serta data gizi pada setiap balita. Random Forest dipilih karena mampu mengatasi overfitting, menangani data tidak seimbang, dan menghasilkan akurasi klasifikasi yang baik, dengan tingkat akurasi 83% dari 168 sampel.","| \u003Cbr>InComTech: Jurnal Telekomunikasi dan Komputer\u003Cbr>vol.15, no.2, Agustus 2025, 125-136\u003Cbr>[http://publikasi.mercubuana.ac.id/index.php/Incomtech](http://publikasi.mercubuana.ac.id/index.php/Incomtech)\u003Cbr>P-ISSN: 2085-4811 E-ISSN: 2579-6089 |  |\n| --- | --- |\n| Machine Learning Untuk Klasifikasi Gizi Balita Menggunakan Algoritma Random Forest\u003Cbr>Taufik Hidayat 1*, Hanif Fajar Kurniawan2, Asep Hardiyanto Nugroho3,\u003Cbr>Sukisno4, Robby Rizki5\u003Cbr>1,2,3,4Teknik Informatika, Universitas Islam Syekh Yusuf, Jl. Maulana Yusuf No.10, Tangerang, Banten 15118, Indonesia 5Teknik Informatika, Universitas MathlaulAnwar,\u003Cbr>Jl. Raya Labuan KM 23 Cikaliung, Pandeglang, Banten 42273, Indonesia\u003Cbr>*Email Penulis Koresponden: [thidayat@unis.ac.id](thidayat@unis.ac.id) |  |\n| Abstrak: | Kata Kunci: |\n| Kesehatan balita merupakan isu kritis dalam pembangunan | Stunting; |\n| suatu negara. Penilaian status gizi balita adalah langkah awal | Random Forest; |\n| untuk mengidentifikasi risiko malnutrisi dan memberikan | Gizi Balita; |\n| intervensi yang tepat. Dalam penelitian ini, kami mengusulkan sebuah pendekatan inovatif menggunakan | Klasifikasi; |\n| teknik Machine Learning, khususnya algoritma Random | Riwayat Artikel: |\n| Forest, untuk klasifikasi status gizi balita berdasarkan | Diserahkan 11 Juli 2023 |\n| karakteristik demografis dan pola makan. Dataset yang | Direvisi 31 Juli 2024 |\n| digunakan terdiri dari informasi demografis seperti usia, jenis kelamin, berat badan, tinggi badan, dan data gizi pada | Diterima 03 Juni 2025 |\n| setiap balita. Algoritma Random Forest dipilih karena | DOI: |\n| kemampuannya dalam mengatasi overfitting, mengelola data yang tidak seimbang, dan memberikan hasil klasifikasi yang akurat. Berdasarkan penelitian yang telah dilakukan dapat ditarik kesimpulan Tingkat akurasi yang dihasilkan darialgoritma random forest sebesar 83% dari 168 sampel menunjukkan bahwa model klasifikasi yang digunakan memberikan prediksi yang sempurna atau benar untuk seluruh data uji yang digunakan. | 10.22441/incomtech.v15i2 .30517 |\n| This is an open access article under the CC BY-NC license\u003Cbr> |  |\n\n1. PENDAHULUAN  \nStunting merupakan kondisi kerdil pada balita saat lahir, terus menjadi isu utamadalam kesehatan gizi di Indonesia. Menurut data yang dikumpulkan oleh World Health Organization (WHO), Indonesia termasuk salah satu dari tiga negara dengan prevalensi stunting tertinggi di kawasan Asia Tenggara. Antara tahun 2005 hingga 2017, rata-rata prevalensi stunting pada balita di Indonesia mencapai 36,4% . Hal ini menjadi masalah gizi yang signifikan di Indonesia, terbukti dari hasil Pemantauan Status Gizi (PSG) yang menunjukkan Stunting pada anak usia dini memiliki tingkat kejadian yang lebih tinggi dibandingkan masalah gizi lainnya seperti kekurangan  \n126  InComTech: Jurnal Telekomunikasi dan Komputer, vol.15, no.2, Agustus 2025, 125-136   \ngizi, kurus, dan obesitas. Tingkat stunting pada anak usia dini juga meningkat dari  \n27,5% pada tahun 2016 dan menjadi 29,6% pada tahun 2017 [1],[2],[3],[4] .  \nKurangnya pertumbuhan pada anak kecil adalah masalah gizi yang serius dalambidang kesehatan global. Anak-anak yang mengalami stunting dapat mengalami penurunan kemampuan berpikir, kesulitan berbicara, dan kesulitan dalam menyerap materi pelajaran secara efektif. Penyebab stunting pada anak bisa terjadi selama masa kehamilan, kelahiran, masa menyusui, atau fase setelah kelahiran. Ketidakcukupan nutrisi dari makanan pendamping ASI (MPASI) menjadi salah satu faktor utama. Selain itu, lingkungan yang tidak bersih juga bisa menyebabkan anak mudah terserang penyakit, dan pola asuh yang kurang baik juga berperan sebagai penyebab stunting [5],[6],[7]  \nPenting untuk diingat bahwa melihat kondisi fisik saja tidaklah cukup untuk menilai status gizi anak. Keterlibatan orang tua, terutama ibu, dalam memberikanmakanan yang tepat sangatlah penting pada fase ini. Pola makan yang diberikanmemiliki dampak besar pada pertumbuhan dan perkembangan anak, menginga","cbCaigJEpxFtzqCc","https://ap.wps.com/l/cbCaigJEpxFtzqCc","pdf",964714,3,1,12,"Indonesian","id",113,"# PENDAHULUAN\n# METODE\n## Dataset dan Algoritma Random Forest\n# HASIL DAN PEMBAHASAN\n## Data Analisis (EDA)","[{\"question\":\"Mengapa penelitian menggunakan algoritma Random Forest untuk klasifikasi gizi balita?\",\"answer\":\"Random Forest dipilih karena mampu mengatasi overfitting, mengelola data yang tidak seimbang, dan menghasilkan klasifikasi yang akurat.\"},{\"question\":\"Data apa saja yang digunakan dalam penelitian ini?\",\"answer\":\"Dataset berjumlah 837 record dengan 11 atribut input dan 1 kelas atribut status, termasuk demografi seperti usia dan jenis kelamin serta variabel gizi terkait.\"},{\"question\":\"Bagaimana kinerja model yang dihasilkan?\",\"answer\":\"Model memperoleh tingkat akurasi sebesar 83% dari 168 sampel, dengan prediksi yang benar pada seluruh data uji yang digunakan.\"}]","Machine Learning Untuk Klasifikasi Gizi Balita Menggunakan Algoritma Random Forest | PDF",1785817226,18,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"machine-learning-for-toddler-nutrition-classification-using-the-random-forest-algorithm","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/id/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/id/document/layanan-kesehatan/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/id/document/machine-learning-for-toddler-nutrition-classification-using-the-random-forest-algorithm/123545/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-15","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Mengapa penelitian menggunakan algoritma Random Forest untuk klasifikasi gizi balita?","Question",{"text":76,"@type":77},"Random Forest dipilih karena mampu mengatasi overfitting, mengelola data yang tidak seimbang, dan menghasilkan klasifikasi yang akurat.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Data apa saja yang digunakan dalam penelitian ini?",{"text":81,"@type":77},"Dataset berjumlah 837 record dengan 11 atribut input dan 1 kelas atribut status, termasuk demografi seperti usia dan jenis kelamin serta variabel gizi terkait.",{"name":83,"@type":74,"acceptedAnswer":84},"Bagaimana kinerja model yang dihasilkan?",{"text":85,"@type":77},"Model memperoleh tingkat akurasi sebesar 83% dari 168 sampel, dengan prediksi yang benar pada seluruh data uji yang digunakan.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,113,117,121,125,129,133],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},48,"Cerita & Novel","story-novel",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},56,"Gaya Hidup","lifestyle",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},51,"Komik","comic",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":112},"healthcare",{"id":114,"doc_module":4,"doc_module_name":47,"category_name":115,"show_sort_weight":97,"slug":116},54,"Penelitian & Laporan","research-report",{"id":118,"doc_module":4,"doc_module_name":47,"category_name":119,"show_sort_weight":97,"slug":120},49,"Sastra","literature",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},52,"Teknologi","technology",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},50,"Ujian","exam",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},57,"Umum","general",{"id":134,"doc_module":4,"doc_module_name":47,"category_name":135,"show_sort_weight":4,"slug":136},181,"Formulir","formulir"]