DESA MEUNASAH PAPEUN, ACEH) Lutfiah Zahara Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025

Skripsi

Stunting merupakan kondisi di mana pertumbuhan anak balita terhambat akibat kekurangan gizi kronis. Stunting menjadi salah satu tantangan serius di berbagai daerah, termasuk di Desa Meunasah Papeun Provinsi Aceh. Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan tiga algoritma machine learning, yaitu K-Nearest Neighbor (KNN), Random Forest (RF), dan Support Vector Machine (SVM), dalam mengklasifikasikan status stunting pada balita di Desa Meunasah Papeun Provinsi Aceh. Evaluasi dilakukan berdasarkan akurasi dan efisiensi waktu eksekusi. Hasil menunjukkan bahwa algoritma SVM memberikan akurasi tertinggi sebesar 90%, selanjutnya diikuti oleh RF sebesar 86,67% dan KNN sebesar 73,33%. Berdasarkan efisiensi waktu, KNN memiliki waktu eksekusi sebesar 44,13 detik, diikuti RF sebesar 45,88 detik, dan SVM sebesar 48,94 detik. Seluruh pengujian dilakukan pada komputer dengan spesifikasi yang sama untuk memastikan perbandingan objektif. Penelitian ini dapat memberikan kontribusi pemanfaatan machine learning di bidang kesehatan sebagai alat bantu dalam mendeteksi risiko balita stunting secara lebih efisien. Kata kunci: Stunting, Machine Learning, K-Nearest Neighbor (KNN), Random Forest (RF), Support Vector Machine (SVM), Klasifikasi. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 162033 2025-07-16 03:32:27 2025-07-16 09:06:09 machine generated