BayiSehatKita: Aplikasi Berbasis Web Untuk Prediksi Waktu Terjadinya Stunting Pada AUD

Pahmi, A (2021) BayiSehatKita: Aplikasi Berbasis Web Untuk Prediksi Waktu Terjadinya Stunting Pada AUD. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05211740000003-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (2MB) | Request a copy

Abstract

Stunting adalah salah satu gangguan tumbuh kembang yang dialami oleh anak-anak, dengan gizi kurang, infeksi berulang, dan stimulasi sosial dan psikologis yang tidak memadai. Hal tersebut didefinisikan dengan tinggi badan umur (TB/U) anak seusianya di bawah -2 standar deviasi. Stunting dapat menghambat tumbuh kembang anak, yang akan berdampak negatif pada kehidupan di masa mendatang. Prevalensi stunting di Indonesia mengalami kenaikan dan penurunan dalam dua tahun terakhir, yaitu 30,8% tahun 2018 27,67% tahun 2019. Angka tersebut masih tergolong tinggi dan jauh di atas target yang ditetapkan WHO yaitu 20%. Dengan angka yang begitu tinggi, masyarakat memiliki kesadaran yang rendah terhadap masalah stunting. Oleh karena itu dibutuhkan upaya untuk mengurangi angka tersebut. Dari beberapa penelitian yang telah dilakukan masih belum menjawab permasalahan stunting yang ada di Indonesia terutama dalam memprediksi pertumbuhan anak. Maka dari itu, tugas akhir ini menawarkan sebuah model untuk memprediksi kapan seorang anak akan terkena stunting. Kemudian model tersebut diimplementasikan ke dalam sebuah aplikasi web. Model prediksi dibuat menggunakan algoritma Regresi Linier Sederhan dengan data masukan tinggi badan, berat badan, dan umur. Penelitian ini menggunakan data dari 4 posyandu yang ada di Gunung Anyar, Surabaya. Dari hasil penelitian yang telah dilakukan, sebanyak 7% dari total data didiagnosa stunting. Hasil pengujian model menggunakan RMSE dan MAPE dengan proporsi 80:20 terbilang cukup baik. Hasil dari visualisasi grafik pertumbuhan dapat terbaca dan memberikan informasi dengan jelas. Dan hasil pengujian dari kompabilitas terhadap aplikasi terlbilang cukup baik karena dapat berjalan di banyak browser dan sistem operasi.
=======================================================================================================
Stunting is one of the growth disorders experienced by children,with malnutrition, recurrent infections, and inadequate socialand psychological stimulation. It is defined by the age height(TB/U) of a child under -2 standard deviation. Stunting can hinder children's growth and development, which will negatively impact future lives. The prevalence of stunting in Indonesia has increased and decreased in the last two years, namely 30.8% in 2018 27.67% in 2019. The figure is still relatively high and well above the target set by WHO which is 20%. With such a high number, the public has a low awareness of the problem of stunting. Therefore it takes effort to reduce the number. From some studies that have been done still have not answered the problem of stunting in Indonesia, especially in predicting child growth. Therefore, this final task offers a
model to predict when a child will be stunted. Then the model is implemented into a web application. The prediction model was created using Sederhana Linear Regression algorithm with input data on height, weight, and age. This study uses data from 4 posyandu in Gunung Anyar, Surabaya. From the results of the research that has been done, as much as 7% of the total data was diagnosed stunting. The test results of the model using RMSE and MAPE with a proportion of 80:20 are quite good. The results of the growth graph visualization can be read and provide clear information.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	stunting, pertumbuhan , prediksi, regresi, visualisasi. stunting, growth, prediction, regression, visualization.
Subjects:	A General Works > AI Indexes (General) A General Works > AI Indexes (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	A Pahmi A Pahmi
Date Deposited:	24 Aug 2021 04:06
Last Modified:	24 Aug 2021 04:06
URI:	http://repository.its.ac.id/id/eprint/89027

Actions (login required)

View Item