Klasifikasi Status Gizi Balita Berdasarkan Antropometri dan Sosiodemografi Menggunakan Xgboost dengan Teknik Oversampling Smote

Abstract

Malnutrisi pada balita, termasuk stunting, wasting, dan underweight, masih menjadi masalah kesehatan masyarakat yang signifikan di Indonesia, khususnya di Kabupaten Jember. Tingginya prevalensi kondisi tersebut menunjukkan perlunya pendekatan berbasis data untuk mendukung deteksi dini dan intervensi yang tepat. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita menggunakan algoritma Extreme Gradient Boosting (XGBoost) berdasarkan variabel antropometri dan sosiodemografi, dengan dukungan metode Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas data.

Dataset yang digunakan terdiri atas 1.073 sampel yang diperoleh dari Puskesmas Ajung. Data tersebut melalui tahapan prapemrosesan yang meliputi pembersihan data, pengodean (encoding), dan normalisasi. Selanjutnya, data dibagi menjadi data pelatihan dan data pengujian dengan rasio 70:30, serta dilakukan optimasi model menggunakan Grid Search Cross-Validation.

Hasil penelitian menunjukkan bahwa model XGBoost memiliki kinerja klasifikasi yang baik, dengan nilai akurasi sebesar 94% pada kategori stunting dan wasting, serta 93% pada kategori underweight. Kategori wasting menunjukkan nilai recall tertinggi, yang mengindikasikan kemampuan deteksi yang kuat, sedangkan kategori underweight memiliki nilai recall dan F1-score terendah, yang menunjukkan bahwa model masih mengalami kesulitan dalam mengidentifikasi kategori tersebut. Kondisi ini disebabkan oleh tidak adanya satu indikator yang dominan, kompleksitas data yang lebih tinggi, serta adanya tumpang tindih karakteristik dengan kelas normal. Meskipun SMOTE mampu meningkatkan keseimbangan kelas data, metode ini belum sepenuhnya dapat merepresentasikan pola yang kompleks pada kategori underweight.

Analisis feature importance yang didukung oleh korelasi Pearson menunjukkan bahwa faktor sosiodemografi, seperti pola asuh, kondisi ekonomi, dan riwayat kesehatan, bersama dengan variabel antropometri, memiliki peran penting dalam menentukan status gizi anak. Temuan ini mengindikasikan bahwa malnutrisi dipengaruhi tidak hanya oleh faktor fisik, tetapi juga oleh faktor lingkungan dan sosial, sehingga diperlukan strategi intervensi yang komprehensif dan terintegrasi untuk mengatasinya.