Klasifikasi Status Stunting Balita Menggunakan Algoritma XGBoost dengan Pendekatan Stratified K-Fold Cross Validation

Rulianda, Elvin (2026) Klasifikasi Status Stunting Balita Menggunakan Algoritma XGBoost dengan Pendekatan Stratified K-Fold Cross Validation. Skripsi thesis, UNAMA.

Preview	Text BAB I.pdf Download (219kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (359kB)
	Text BAB III.pdf Restricted to Registered users only Download (239kB)
	Text BAB IV.pdf Restricted to Registered users only Download (176kB)
Preview	Text BAB V.pdf Download (816kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (235kB) | Preview

Abstract

Stunting merupakan permasalahan gizi kronis pada balita yang berdampak jangka
panjang terhadap pertumbuhan fisik, perkembangan kognitif, dan kualitas sumber
daya manusia, sehingga diperlukan metode deteksi dini yang akurat. Penelitian ini
bertujuan untuk mengklasifikasikan status stunting balita menggunakan algoritma
Extreme Gradient Boosting (XGBoost) dengan pendekatan Stratified K-Fold Cross
Validation. Dataset yang digunakan bersumber dari Kaggle dan terdiri dari 120.999
data balita dengan atribut umur (bulan), jenis kelamin, dan tinggi badan (cm), yang
di klasifikasikan ke dalam dua kelas, yaitu stunting dan tidak stunting. Model
XGBoost dipilih karena kemampuannya dalam menangani data berskala besar dan
pola nonlinier serta dilengkapi mekanisme boosting dan regularisasi untuk
mengurangi risiko overfitting. Hasil evaluasi menunjukkan bahwa model XGBoost
mencapai tingkat akurasi sebesar 98%, dengan nilai precision 98%, recall 97%, dan
F1-score 98%, sedangkan analisis confusion matrix menunjukkan sebagian besar
data berhasil diklasifikasikan dengan benar dan kesalahan prediksi relatif kecil.
Dengan demikian, algoritma XGBoost dengan pendekatan Stratified K-Fold Cross
Validation terbukti mampu menghasilkan model klasifikasi yang akurat, stabil, dan
andal untuk mendukung deteksi dini serta pencegahan stunting pada balita.

Item Type:	Thesis (Skripsi)
Subjects:	Analisis Sistem Informasi
Divisions:	Skripsi > Teknik Informatika > 2026
Depositing User:	Digital Library
Date Deposited:	19 Oct 2026 06:10
Last Modified:	19 Oct 2026 06:47
URI:	https://repository.unama.ac.id/id/eprint/5581

Actions (login required)

View Item