Klasifikasi Balita Stunting Dengan Metode SVM-SMOTE, SMOTE-Tomek, dan XGBoost (Studi Kasus: Kecamatan Balikpapan Barat)

Siregar, Cynthia Putri (2025) Klasifikasi Balita Stunting Dengan Metode SVM-SMOTE, SMOTE-Tomek, dan XGBoost (Studi Kasus: Kecamatan Balikpapan Barat). Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11211027_cover.pdf Download (241kB)
	Text 11211027_statement_of_authenticity.pdf Download (267kB)
	Text 11211027_publishing_agreement.pdf Download (226kB)
	Text 11211027_approval_sheet.pdf Download (192kB)
	Text 11211027_preface.pdf Download (246kB)
	Text 11211027_abstract_id.pdf Download (277kB)
	Text 11211027_abstract_en.pdf Restricted to Repository staff only until 4 October 2027. Download (276kB) | Request a copy
	Text 11211027_table_of_content.pdf Restricted to Repository staff only until 4 October 2027. Download (251kB) | Request a copy
	Text 11211027_illustrations.pdf Restricted to Repository staff only until 4 October 2027. Download (267kB) | Request a copy
	Text 11211027_tables.pdf Restricted to Repository staff only until 4 October 2027. Download (247kB) | Request a copy
	Text 11211027_chapter_1.pdf Restricted to Repository staff only until 4 October 2027. Download (375kB) | Request a copy
	Text 11211027_chapter_2.pdf Restricted to Repository staff only until 4 October 2027. Download (572kB) | Request a copy
	Text 11211027_chapter_3.pdf Restricted to Repository staff only until 4 October 2027. Download (467kB) | Request a copy
	Text 11211027_chapter_4.pdf Restricted to Repository staff only until 4 October 2027. Download (1MB) | Request a copy
	Text 11211027_conclusions.pdf Restricted to Repository staff only until 4 October 2027. Download (268kB) | Request a copy
	Text 11211027_bibliography.pdf Download (235kB)
	Text 11211027_enclosure.pdf Restricted to Repository staff only until 4 October 2027. Download (240kB) | Request a copy
	Text 11211027_paper.pdf Restricted to Repository staff only until 4 October 2027. Download (658kB) | Request a copy
	Text 11211027_presentation.pdf Restricted to Repository staff only until 4 October 2027. Download (2MB) | Request a copy
	Text 11211027_Form. TA-020.pdf Restricted to Repository staff only until 4 October 2027. Download (3MB) | Request a copy

Abstract

Stunting merupakan masalah kesehatan serius yang berdampak jangka panjang terhadap pertumbuhan dan perkembangan anak. Dalam upaya menganalisis kasus stunting, sering kali ditemukan permasalahan data yang tidak seimbang (data imbalance), di mana jumlah data balita stunting jauh lebih sedikit dibandingkan dengan data balita normal. Ketidakseimbangan ini dapat mempengaruhi kinerja model prediktif, sehingga diperlukan penerapan metode penyeimbangan data seperti SMOTE. SMOTE (Synthetic Minority Over-sampling Technique) adalah teknik oversampling dengan cara membuat data sintetis untuk kelas minoritas berdasarkan kemiripan antar tetangga terdekat. Namun, penggunaan SMOTE secara murni juga memiliki kekurangan, seperti potensi penambahan noise dan kemungkinan overlap antara kelas minoritas dan mayoritas. Penelitian ini bertujuan untuk membandingkan performa model sebelum dan sesudah diterapkan metode balancing SVM-SMOTE dan SMOTE-Tomek dalam klasifikasi balita stunting menggunakan algoritma XGBoost. Evaluasi dilakukan dengan menggunakan Recall sebagai metrik utama, serta F1-Score, ROC-AUC, dan G-Mean sebagai metrik pendukung untuk mengukur efektivitas tiap pendekatan. Hasil menunjukkan bahwa metode SVM-SMOTE memberikan Recall tertinggi sebesar 98,22% dan G-Mean sebesar 97,08%, menandakan performa terbaik dalam mendeteksi kasus stunting sekaligus menjaga keseimbangan antar kelas. SMOTETomek juga memberikan hasil yang kuat dengan Recall sebesar 97,05% dan GMean sebesar 97,01%. Meskipun model tanpa balancing memiliki F1-Score dan ROC-AUC tertinggi, performa Recall-nya yang rendah sebesar 90,79% menunjukkan kelemahan dalam mengidentifikasi kelas minoritas. Oleh karena itu, metode SVM-SMOTE direkomendasikan sebagai pendekatan paling optimal dalam mendeteksi balita stunting, dengan SMOTE-Tomek sebagai alternatif yang solid.

Item Type:	Thesis (Bachelor)
Subjects:	A General Works > AI Indexes (General) T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Cynthia Siregar
Date Deposited:	14 Jul 2025 01:18
Last Modified:	14 Jul 2025 01:18
URI:	http://repository.itk.ac.id/id/eprint/23969

Actions (login required)

View Item