KLASIFIKASI RISIKO GIZI BURUK PADA BALITA MENGGUNAKAN METODE C4.5 (STUDI KASUS: UPTD PUSKESMAS GUNUNG MERIAH)

Abstract

Permasalahan gizi buruk pada balita merupakan tantangan kesehatan masyarakat yang signifikan, karena kekurangan gizi yang tidak terdeteksi sejak dini dapat menghambat pertumbuhan fisik dan perkembangan kognitif anak secara permanen. Di UPTD Puskesmas Gunung Meriah, proses identifikasi risiko gizi buruk masih mengandalkan pencatatan manual dan evaluasi parameter secara tradisional, yang ketidakkonsistenan cenderung memakan waktu serta rentan terhadap hasil penilaian. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi risiko gizi buruk menggunakan teknik data mining guna mengoptimalkan pemanfaatan data historis balita. Fokus utama penelitian adalah menerapkan algoritma C4.5 untuk membangun model klasifikasi, mengukur tingkat akurasi melalui confusion matrix, dan mengidentifikasi atribut antropometri yang paling dominan dalam menentukan status gizi. Metode penelitian mencakup pengumpulan data balita periode Oktober 2025 hingga Januari 2026, yang meliputi atribut umur, jenis kelamin, berat badan, tinggi badan, dan Lingkar Lengan Atas (LILA). Data tersebut diolah menggunakan algoritma C4.5 untuk menghasilkan pohon keputusan dan aturan klasifikasi yang mudah dipahami. Hasil penelitian menunjukkan bahwa model C4.5 berhasil mencapai tingkat akurasi sebesar 87,18% dalam memprediksi risiko gizi buruk. Atribut LILA teridentifikasi sebagai faktor yang paling berpengaruh terhadap klasifikasi dengan nilai gain ratio tertinggi sebesar 0,78623. Kesimpulan dari penelitian ini adalah algoritma C4.5 terbukti efektif dan objektif dalam mengklasifikasikan risiko gizi buruk pada balita. Implementasi sistem berbasis web ini memberikan kemudahan bagi tenaga kesehatan dalam melakukan deteksi dini dan menentukan prioritas penanganan, sehingga upaya pencegahan gizi buruk dapat dilakukan dengan lebih cepat dan tepat sasaran.