Skripsi Statistik
Penerapan metode light gradient boosting machine (lgbm) pada klasifikasi status gizi buruk balita di kota palu
Masalah gizi buruk di Indonesia masih menjadi masalah nasional. Menurut Riset
Kesehatan Dasar Tahun 2018, prevalensi gizi buruk balita di Provinsi Sulawesi
Tengah tahun 2018 tercatat sebesar 19.7 persen, angka tersebut menurun sebesar
4.3 persen dari hasil Riskedas (Riset Kesehatan Dasar) 2015. Dinas Kota Palu
mengatakan status gizi pada Kota Palu saat ini masih berada di bawah standar
nasional yaitu sebesar 7.5 persen. Pada kasus gizi buruk banyak parameter yang
bisa digunakan dalam penentuan status gizi pada balita sehingga dapat dilakukan
klasifikasi. Salah satu metode klasifikasi adalah Light Gradient Boosting Machine
(LGBM) yang mana dalam penelitian ini digunakan untuk menentukan status gizi
buruk balita di Kota Palu dengan memperhatikan nilai akurasi dan parameter.
LGBM merupakan algoritma yang memiliki training yang cepat dan lebih efisien,
membutuhkan memori yang lebih rendah dalam penggunaannya, menghasilkan
akurasi yang lebih baik dan mampu mengatasi data yang besar. Hasil penelitian
menunjukkan model dengan parameter boosting = goss, learning rate = 0.6,
objective = binary dan metric = binary logloss. Sehingga diperoleh faktor yang
lebih berpengaruh adalah variabel jenis kelamin dengan nilai gain sebesar 28 persen
dibandingkan dengan variabel yang lain. Sedangkan nilai akurasi pada status gizi
buruk sebesar 85.71 persen, nilai sensitivitas sebesar 97 persen dan nilai spesifisitas
sebesar 37.5 persen. Dengan kata lain dapat diartikan bahwa ketepatan klasifikasi
dilabeli dengan kelas positif sebesar 85.71 persen dan kelas negative sebesar 37.5
persen.
Kata Kunci : LGBM, Status Gizi Buruk Balita, Klasifikasi, Kota Palu
Tidak tersedia versi lain