Klasifikasi dan Pemantauan Gizi Balita Menggunakan Pendekatan Kecerdasan Buatan dengan Studi Kasus di Puskesmas sekitar Daerah Marjinal di Indonesia

Skema Periode: Reguler 2022-2
Bidang Fokus: Kesehatan

Untuk mengetahui pertumbuhan status gizi perlu dilakukan pengamatan dengan menggunakan perhitungan antropometri yang harapannya sedari pengukuran ini dapat memberikan pengetahuan kepada kedua orang tua secara tidak langsung. Ada tiga indeks perhitungan antropometri, yaitu: berat badan menurut umur (WFA), tinggi badan menurut umur (HFA), dan berat badan menurut tinggi badan (WFH). Oleh karena itu, perlu diimplementasikan pendekatan kecerdasan buatan untuk melakukan klasifikasi terkait gizi buruk seperti stunting, wasting, gizi terkontrol, atau malnourished. Dengan adanya sistem pengklasifikasi status gizi balita akan terpantau, hal ini tentunya tidak hanya akan membuat orang tua lebih mudah untuk mengetahui status gizi balitanya, tetapi juga pihak perwakilan KIA (Kandungan Ibu dan Anak) di Puskesmas dapat memiliki sistem yang mencatat, memonitor, dan mengklasifikasi mengenai data gizi balita, terutama saat pemberian imunisasi. Pengabdian masyarakat pada tahap awal ini bertujuan untuk mengklasifikasikan status gizi balita berdasarkan indeks perhitungan antropometri menggunakan algoritma AI yaitu Radial Basis Function Neural Network dengan total data yang digunakan sekitar 358 datasets. Hasil yang diperoleh dari pengabdian masyarakat dengan menggunakan RBF adalah akurasi klasifikasi sebesar 90% yang berarti model klasifikasi ini dapat diandalkan untuk memantau apakah status gizi seorang balita.