PENGEMBANGAN MODEL KASITING BERBASIS ARTIFICIAL INTELLIGENCE TERHADAP DETEKSI DINI STUNTING  BAYI PADA KADER KESEHATAN

Putri Pamungkas; Ariska Putri  Hidayathillah

doi:10.31004/prepotif.v8i3.34697

Authors

Putri Pamungkas Institut Kesehatan dan Bisnis Surabaya
Ariska Putri Hidayathillah Institut Kesehatan dan Bisnis Surabaya

DOI:

https://doi.org/10.31004/prepotif.v8i3.34697

Keywords:

AI, diteksi, kader, pengendalian, stunting

Abstract

Tahun 2021 prevalensi stunting di Indonesia sebesar 24,4%. Jawa Timur mempunyai prevalensi pada tahun 2021 sebanyak 23,5%. Prevalensi di Indonesia dan Jawa timur tersebut masih dikatakan tinggi karena di atas rata-rata WHO yaitu 20% saja. Deteksi dini stunting memungkinkan intervensi lebih dini dan efektif untuk mencegah dampak jangka panjang pada pertumbuhan dan perkembangan anak. Penelitian ini bertujuan mengembangkan model KASITING berbasis kecerdasan buatan (AI) untuk deteksi dini stunting pada bayi, yang dapat digunakan oleh kader kesehatan. KASITING adalah sebuah sistem aplikasi yang memanfaatkan algoritma AI untuk mengidentifikasi dan memantau kondisi kesehatan bayi secara akurat dan efisien. Dalam penelitian ini, model AI dikembangkan menggunakan data kesehatan bayi yang mencakup parameter seperti berat badan, tinggi badan, dan faktor gizi. Menggunakan metode Research and Development (R&D) untuk menghasilkan sebuah produk baru berupa aplikasi web yang dapat melakukan deteksi dini. Diterapkan untuk menganalisis data dan mengidentifikasi pola yang terkait dengan stunting. Uji coba dilakukan dengan melibatkan sejumlah kader kesehatan, yang dilatih untuk menggunakan aplikasi KASITING dan memberikan umpan balik terkait keakuratan dan kemudahan penggunaan. Hasil penelitian menunjukkan bahwa model KASITING berbasis AI dapat mendeteksi risiko stunting dengan akurasi 87%, sensitivitas 90%, spesifisitas 85%, precision 88% dan dapat digunakan secara praktis dalam kegiatan sehari-hari kader kesehatan. Implementasi sistem ini dapat meningkatkan efisiensi dan efektivitas deteksi dini stunting, yang dapat mendukung upaya penurunan angka stunting di masyarakat. Penelitian ini menyimpulkan bahwa adopsi teknologi AI dalam aplikasi kesehatan seperti KASITING dapat menjadi alat yang berharga untuk mendukung kader kesehatan dalam memantau dan menangani masalah stunting dengan lebih baik.

References

Faridi, A., Susilawaty, A., Rahmiati, B. F., Sianturi, E., Adiputra, I. M. S., Budiastutik, I., Oktaviani, N. P. W., Trisnadewi, N. W., Tania, P. O. A., & Ramdany, R. (2021). Metodologi penelitian kesehatan.

Firgia, L., Nurcahyo, A. C., Noviyanti, P., & Mira, M. (2022). IMPLEMENTASI METODE NAÏVE BAYES SISTEM PAKAR MENDETEKSI STUNTING PADA BALITA BERBASIS WEBSITE. Sebatik, 26(2), 543–548.

Gubawa, A., Abuzairi, T., & Henri, A. (2021). Electronic system design for clinical applications of stunting case. AIP Conference Proceedings, 2344(1).

Hartini, L., Widiyanti, D., Maigoda, T. C., Yanniarti, S., & Yulyana, N. (2023). Kehamilan Sehat untuk Cegah Stunting pada 1000 Hari Pertama Kehidupan (HPK). Penerbit NEM.

Hikmawati, F. (2020). Metodologi penelitian. Rajawali Press.

How, M.-L., & Chan, Y. J. (2020). Artificial intelligence-enabled predictive insights for ameliorating global malnutrition: a human-centric ai-thinking approach. AI, 1(1), 4.

Jauhar, M., & Kartikasari, F. (2021). Effectiveness of upskilling on improving the attitude of community health volunteers in early detection of childhood stunting. The International Conference on Public Health Proceeding, 6(01), 538–550.

Khan, J. R., Tomal, J. H., & Raheem, E. (2021). Model and variable selection using machine learning methods with applications to childhood stunting in Bangladesh. Informatics for Health and Social Care, 46(4), 425–442.

Masita, E. D., Amalia, R., Rahayu, E. P., Fernandes, A. P., Costa, A. Da, Freitas, A. F. da C., & Hasina, S. N. (2022). Analysis of Factors that affect Events and Interventions of Stunting through the E-Stunting Android Application. Open Access Macedonian Journal of Medical Sciences, 10(E), 1793–1800.

Nugraha, D., Nurtam, M. R., Mistialustina, H., Saepudin, D., Surjono, W., & Prihatmanto, A. S. (2023). Advanced Data Instrumentation for Stunting Analysis in Physical-Cyber Architecture. 2023 17th International Conference on Telecommunication Systems, Services, and Applications (TSSA), 1–5.

Nurlita, A. N., Wigati, M., Hasanbasri, M., Jumarko, J., & Helmyati, S. (2021). Development of stunting early detection kit for children under two years: Validity and reliability. Jurnal Gizi Dan Pangan, 16(1), 39–46.

Sari, G. M. (2021). Early stunting detection education as an effort to increase mother’s knowledge about stunting prevention. Folia Medica Indonesiana, 57(1), 70–75.

Thahir, A. I. A., Li, M., Holmes, A., & Gordon, A. (2023). Exploring Factors Associated with Stunting in 6-Month-Old Children: A Population-Based Cohort Study in Sulawesi, Indonesia. Nutrients, 15(15), 3420.

Yunitasari, E., Pradanie, R., Arifin, H., Fajrianti, D., & Lee, B.-O. (2021). Determinants of stunting prevention among mothers with children aged 6–24 months. Open Access Macedonian Journal of Medical Sciences, 9(B), 378–384.