Analisis Status Gizi Balita Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation

Abstract

Malnutrisi merupakan masalah kesehatan global yang serius. Penelitian ini menggunakan jaringan saraf tiruan backpropagation untuk mengembangkan model prediksi status gizi. Model ini diharapkan dapat mengidentifikasi individu yang berisiko tinggi mengalami malnutrisi berdasarkan faktor-faktor risiko yang terkait. Penelitian ini berhasil mengembangkan model jaringan saraf tiruan yang akurat dalam memprediksi status gizi berdasarkan data antropometri 500 individu. Model ini menunjukkan kinerja terbaik dalam mengklasifikasikan status gizi berdasarkan berat badan terhadap usia, dengan tingkat kesalahan yang sangat kecil. Dengan epoch 500 dan test 70%. Menghasilkan MAE 0,044. Penelitian ini menunjukkan potensi penggunaan backpropagation dalam mengidentifikasi individu yang memiliki risiko tinggi terhadap malnutrisi menggunakan Berat badan dan Umur. Model ini dapat digunakan sebagai alat screening untuk target populasi yang memiliki risiko tinggi untuk intervensi gizi, sehingga meningkatkan hasil kesehatan masyarakat.