Detail Cantuman

Masalah gizi pada balita, terutama stunting, wasting, underweight dan
overweight masih menjadi isu penting di Indonesia, termasuk di Kabupaten
Tangerang. Periode usia 12-59 bulan merupakan masa kritis dalam pertumbuhan
dan perkembangan anak, sehingga pemantauan dan intervensi gizi yang tepat
sangat diperlukan. Tujuan penelitian ini mengembangkan model prediksi gizi
balita yang akurat menggunakan kedua algoritma, serta memberikan kontribusi
dalam identifikasi dini balita berisiko gizi buruk atau obesitas. Penelitian ini
berfokus pada bagaimana menerapkan algoritma Random Forest dan Decision
Tree untuk memprediksi status gizi balita, serta bagaimana perbandingan kinerja
kedua algoritma tersebut dalam deteksi dini masalah gizi. Dalam model yang
telah dibuat, dengan algoritma Random Forest dan Decision Tree diperoleh hasil
yang menunjukkan akurasi yang tinggi, masing-masing mencapai 92%. Dengan
menggunakan GridSearch untuk menemukan nilai parameter terbaik, akurasi
model meningkat menjadi 93% untuk Random Forest dan 94% untuk Decision
Tree. Hasil ini menunjukkan potensi kedua algoritma dalam memprediksi status
gizi balita secara akurat.