NAZIRA SAFWANI JUNAIDI Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2025 id Indonesia

Skripsi

Stunting merupakan permasalahan kesehatan yang kompleks dan berdampak jangka panjang pada pertumbuhan serta perkembangan anak akibat kekurangan gizi kronis dalam jangka panjang, terutama pada 1.000 hari pertama kehidupan. Kota Banda Aceh dan Subulussalam masih menghadapi tantangan dalam menurunkan angka stunting, yang dipengaruhi oleh berbagai faktor. Penelitian ini menggunakan data sekunder yang bersumber dari Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Provinsi Aceh, yang mencakup data keluarga berisiko stunting di Kota Banda Aceh dan Subulussalam. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor utama yang memengaruhi keluarga berisiko stunting serta membandingkan efektivitas metode klasifikasi Naïve Bayes dan Naïve Bayes AdaBoost dalam memprediksi risiko stunting. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes dan Naïve Bayes AdaBoost dengan seleksi fitur menggunakan Gain Ratio untuk menentukan bobot kepentingan variabel dalam klasifikasi. Evaluasi performa model dilakukan berdasarkan metrik evaluasi. Hasil penelitian menunjukkan bahwa Naïve Bayes AdaBoost memiliki performa yang lebih baik dibandingkan dengan Naïve Bayes tanpa AdaBoost. Pada Kota Banda Aceh, Naïve Bayes AdaBoost mencapai akurasi sebesar 99,71%, precision 99,76%, recall 99,22%, dan F1-score 99,49%. Sementara itu, pada Kota Subulussalam, memperoleh akurasi sebesar 99,86%, precision 99,90%, recall 99,76%, dan F1-score 99,83%. Sebaliknya, metode Naïve Bayes tanpa AdaBoost hanya mencapai akurasi di bawah 85% pada kedua kota. Faktor-faktor utama yang berkontribusi terhadap risiko keluarga mengalami stunting di kedua kota meliputi kondisi fasilitas tempat buang air besar (X9), kondisi sumber air minum (X7), memiliki fasilitas tempat buang air besar (X8), kesertaan KB modern (X16), terlalu tua istri (X20), terlalu banyak (X22), dan bukan peserta KB modern (X23). ALGORITHMS - COMPUTER PROGRAMMING DATA PROCESSING MALNUTRITION - HUMANS - INCIDENCE DATA MINING 006.312 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 151871 2025-03-21 10:11:50 2025-03-21 11:10:19 machine generated