MUHAMMAD HABIB, NAZLIS
IMPLEMENTASI ALGORITMA IMPROVE APRIORI TERHADAP KELUARGA BERESIKO STUNTING.
Jurnal Computer Science and Information Technology (CoSciTech), 5 (3).
pp. 740-749.
ISSN 2723-567X
Abstract
Stunting merupakan masalah kesehatan serius di Indonesia, terutama pada keluarga dengan kondisi sosial-ekonomi rendah. Namun dengan tidak adanya ukuran kondisi sosial atau kriteria keluarga yang pasti dalam mengakibatkan keluarga yang beresiko sulit untuk diprediksi. Penelitian ini bertujuan untuk menemukan pola hubungan antar 17 kriteria yang memengaruhi risiko stunting, seperti usia ibu, jumlah anak, jenis lantai rumah, hingga akses terhadap air bersih, dengan meningkatkan efisiensi proses melalui penggunaan teknik hash-based pada algoritma apriori. Data penelitian diperoleh dari keluarga di Kecamatan Tuah Madani, Pekanbaru, dan dianalisis menggunakan preprocessing serta transformasi data. Implementasi algoritma ini dalam sistem informasi berbasis web memungkinkan analisis cepat dan efisien untuk mengidentifikasi risiko stunting berdasarkan kombinasi kriteria yang relevan. Hasil analisis menunjukkan bahwa beberapa kriteria, seperti usia ibu di atas 35 tahun, status sebagai pasangan usia subur (PUS), dan jumlah anak lebih dari tiga, memiliki keterkaitan signifikan terhadap risiko stunting dengan nilai support 37.54% dan confidence 83.16%. Penelitian ini berkontribusi dalam penyediaan metode yang efisien untuk analisis risiko stunting serta memberikan dasar bagi intervensi kesehatan yang lebih tepat sasaran. Bagi peneliti selanjutnya, disarankan untuk memperluas cakupan data dengan melibatkan lebih banyak wilayah dan periode waktu yang berbeda untuk meningkatkan generalisasi hasil. Selain itu, penambahan variabel lain seperti status gizi ibu atau tingkat pendidikan kepala keluarga dapat memberikan insight lebih mendalam dalam memahami pola risiko stunting.
Actions (login required)
 |
View Item |