KOMPARASI 3 MODEL MESIN LEARNING UNTUK KLASIFIKASI STUNTING DAN IMPLEMENTASI MODEL TERBAIK DI WEB

Stunting adalah masalah gizi kronis yang mengakibatkan pertumbuhan fisik dan kognitif anak terhambat. Penanganan stunting memerlukan deteksi dini yang akurat agar intervensi dapat dilakukan lebih cepat dan efektif. Penelitian ini bertujuan untuk membandingkan tiga model machine learning, yaitu Decision Tree, Naïve Bayes, dan Support Vector Machine (SVM), dalam mengklasifikasikan kasus stunting. Data yang digunakan dalam penelitian ini berasal dari Diskominfosanditik Kabupaten Sumedang. Model-model tersebut dievaluasi berdasarkan akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Decision Tree memberikan performa terbaik dalam klasifikasi stunting. Model terbaik ini kemudian diimplementasikan dalam sebuah aplikasi web yang memungkinkan pengguna untuk melakukan prediksi stunting berdasarkan input data tertentu. Dengan adanya aplikasi ini, diharapkan dapat membantu Diskominfosanditik Sumedang dalam mendeteksi dini dan mengambil langkah-langkah pencegahan yang tepat untuk mengatasi stunting.