Logo UNTAN Universitas
Tanjungpura
Pontianak

Penerapan Metode Principal Component Analysis-Support Vector Machine pada Klasifikasi Status Stunting di Kalimantan Barat

Maria, Meilinda Indriani (2025) Penerapan Metode Principal Component Analysis-Support Vector Machine pada Klasifikasi Status Stunting di Kalimantan Barat. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1091211060.pdf - Published Version

Download (661kB)
[img] PDF (H1091211060_MARIA_MEILINDA_INDRIANI)
H1091211060_MARIA_MEILINDA_INDRIANI.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Abstract

Stunting merupakan permasalahan kesehatan masyarakat yang serius, ditandai dengan gangguan pertumbuhan anak akibat kekurangan gizi kronis dalam jangka panjang. Kondisi ini tidak hanya memengaruhi tinggi badan anak yang berada di bawah standar, tetapi juga memengaruhi perkembangan kognitif, kemampuan belajar, dan produktivitas di masa depan. Kalimantan Barat menjadi salah satu provinsi di Indonesia dengan prevalensi stunting yang relatif tinggi. Penelitian ini bertujuan untuk mengklasifikasikan status stunting di 14 kabupaten/kota di Kalimantan Barat menggunakan metode Principal Component Analysis-Support Vector Machine (PCA-SVM) serta mengevaluasi tingkat akurasi model klasifikasi yang dihasilkan. PCA digunakan untuk mereduksi dimensi data dan mengatasi multikolinearitas, serta menghasilkan komponen utama yang independen sebagai variabel input dalam model. Selanjutnya, SVM dengan kernel Radial Basis Function (RBF) diterapkan untuk membangun model klasifikasi yang optimal dan efektif. Penelitian ini menggunakan 14 variabel yang mencerminkan kondisi kesehatan anak, ibu, lingkungan, serta aspek sosial-ekonomi. Wilayah- wilayah tersebut dikategorikan ke dalam tiga kelompok status stunting, yaitu rendah, sedang, dan tinggi. Kinerja model dievaluasi berdasarkan tingkat akurasi. Hasil penelitian menunjukkan bahwa pendekatan PCA-SVM dengan kernel RBF berhasil mencapai akurasi sebesar 92,86% dalam mengklasifikasikan status stunting. Analisis ini memberikan wawasan penting mengenai pengelompokan status stunting di setiap wilayah, sehingga dapat dijadikan landasan untuk merumuskan kebijakan intervensi yang lebih terarah dan tepat sasaran. Dengan demikian, hasil penelitian ini diharapkan dapat mendukung upaya pemerintah daerah dalam menurunkan prevalensi stunting secara efektif dan berkelanjutan.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Maria, Meilinda IndrianiNIMH1091211060UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 511 Prinsip-prinsip umum matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik S1
SWORD Depositor: Robiatul Adawiyah
Depositing User: Robiatul Adawiyah
Date Deposited: 13 Aug 2026 08:07
Last Modified: 13 Aug 2026 08:07
URI: https://repository.untan.ac.id/id/eprint/7457

Actions (login required)

View Item View Item