Implementasi Algoritma Decision Tree dalam Klasifikasi Status Gizi pada Balita di Kota Samarinda

Abstract

Penelitian ini bertujuan mengimplementasikan algoritma Decision Tree untuk klasifikasi status gizi balita di Kota Samarinda, memanfaatkan kemampuannya dalam menghasilkan model yang mudah diinterpretasi dan memiliki performa yang baik dalam klasifikasi data. Dataset yang digunakan terdiri dari data status gizi balita yang dikumpulkan dari berbagai posyandu di Kota Samarinda. Data tersebut diproses melalui tahapan preprocessing untuk memastikan kualitas data sebelum dilakukan pemodelan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu mengklasifikasikan status gizi balita dengan akurasi yang tinggi. Evaluasi model dilakukan menggunakan metrik seperti confusion matrix untuk mengukur performa model dalam melakukan prediksi. Dengan akurasi yang diperoleh, yaitu akurasi sebesar 99,94%, presisi sebesar 99,53%, recall sebesar 99,92%, dan f1-score sebesar 99,72%, model ini dapat digunakan sebagai alat bantu dalam memantau dan mengidentifikasi status gizi balita, sehingga intervensi gizi yang tepat dapat dilakukan lebih dini. Implementasi teknologi dalam klasifikasi status gizi diharapkan dapat membantu tenaga kesehatan mengambil keputusan yang lebih cepat dan akurat dalam upaya penanggulangan masalah gizi pada balita. Penelitian ini memberikan kontribusi signifikan dalam bidang kesehatan masyarakat, khususnya dalam monitoring status gizi balita, dengan harapan dapat meningkatkan efektivitas intervensi gizi dan memperbaiki kesehatan balita secara keseluruhan.