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