Dosen Stikes Yrsds Raih Gelar Doktor Undip Lewat Riset Prediksi Stunting Berbasis Ai

SEMARANGUPDATE.COM – Dosen STIKES Yayasan RS Dr. Soetomo, Amir Ali, S.Kom, M.Kom sukses meraih gelar ahli setelah sukses mempertahankan disertasinya dalam sidang promosi ahli Program Studi Doktor Sistem Informasi (DSI) Universitas Diponegoro (Undip), Rabu, 13 Mei 2026.

Dalam penelitian disertasinya, Dr. Amir Ali mengangkat titel “Pemodelan Prediksi Stunting Berdasarkan Riwayat Pemeriksaan Kehamilan Ibu Dan Data Antropometri Balita Menggunbakal Random Forest nan Terintegrasi Dengan Sistem Informasi Geografis”.

Sidang promosi ahli tersebut menghadirkan sejumlah penguji, di antaranya Prof. Ir. Mochamad Agung Wibowo, M.M., M.Sc., Ph.D selsaya Ketua Sidang sekaligus Dekan Sekolah Pascasarjana, Prof. Dr. Ir. R. Rizal Isnanto, S.T., M.M., M.T., IPU., ASEAN Eng sebagai Sekretaris Sidang dan Ketua Program Studi Doktor Sistem Informasi, serta Prof. Dr. Ir. Qomariyatus Sholihah, Amd.Hyp, S.T., M.Kes., IPU., ASEAN Eng dari Universitas Brawijaya sebagai pengetes eksternal.

Selain itu, tim pengetes juga terdiri dari Prof. Dr. Rahmat Gernowo, M.Si, Ir. Mochammad Facta, S.T., M.T., Ph.D, Prof. Dr. Mundakir, S.Kep., Ns., M.Kep. FISQua selsaya ko-promotor dari Fakultas Ilmu Kesehatan Umsura, serta Prof. Dr. Ir. Purwanto, DEA sebagai promotor.

Dalam penjelasannya, Dr. Amir Ali menyampaikan bahwa stunting tetap menjadi salah satu persoalan gizi nan cukup serius di Indonesia, termasuk di Kabupaten Sidoarjo, Jawa Timur.

Berdasarkan Survei Status Gizi Indonesia (SSGI) tahun 2022, nomor stunting di Kabupaten Sidoarjo mengalami peningkatan dari 14,8 persen menjadi 16,1 persen.

Sementara berasas info Profil Kabupaten Sidoarjo 2022, tetap terdapat balita pendek sebanyak 5,8 persen dari total balita nan diukur tinggi badannya.

“Disamping itu belum adanya integrasi sistem dan info pada aplikasi e-PPGBM dan aplikasi SI-Ckuno nan di miliki dinkes Kabupaten Sidoarjo menyebabkan keterbpemimpin info mengenai kejadian stunting. Oleh lantaran itu untuk mencapai sasaran nilai prevalensi stunting sebesar 14% pada tahun 2024 nan telah ditetapkan oleh pemerintah, maka diperlukan tindbakal berupa tindakan untuk mengurangi prevalensi stunting pada balita,” ungkap Dr. Amir Ali.

Ia menjelaskan, penelitian tersebut bermaksud membangun model prediksi stunting berasas info antropometri balita dan riwayat pemeriksaan kehamilan ibu menggunbakal pendekatan algoritma pengelompokkan di Kabupaten Sidoarjo.

“Tujuan dari penelitian ini ialah membikin model prediksi stunting berasas info antropometri balita dan riwayat pemeriksaan kehamilan ibu dengan menggunbakal pendekatan algoritma pengelompokkan di kabupaten sidoarjo jawa timur,” tambahnya.

Dalam penelitian itu, model dikembangkan menggunbakal algoritma Random Forest dengan proses prapemrosesan info melalui metode SMOTE untuk menyeimbangkan pengedaran info pada kelas minoritas dan mayoritas.

Algoritma Random Forest dipilih lantaran dinilai bisa meningkatkan kecermatan pada info nan tidak lengkap, meminimalisasi kesalahan, serta meningkatkan performa pengelompokkan data.

Sementara metode SMOTE digunbakal untuk menyeimbangkan jumlah sampel info sehingga hasil pengelompokkan menjadi lebih optimal.

Hasil penelitian menunjukkan bahwa ftokoh dominan nan memengaruhi pengelompokkan stunting berasas info antropometri balita meliputi ZSTB/U, tinggi badan, berat badan, dan usia.

Sedangkan berasas riwayat pemeriksaan kesehatan ibu hamil, ftokoh dominan meliputi Lila, tinggi badan, usia kehamilan alias persalinan preterm, sistole, serta jarak kehamilan.

Dr. Amir Ali menambahkan, model pengelompokkan nan dikembangkan menunjukkan performa sangat baik dengan tingkat kecermatan tinggi.

Untuk dataset antropometri balita, model menghasilkan tingkat kecermatan sebesar 99,85 persen dan recall 99,98 persen.

Sementara pada dataset riwayat pemeriksaan kesehatan ibu hamil, tingkat kecermatan mencapai 93,22 persen dengan recall sebesar 86,21 persen.

Hasil pemodelan tersebut kemudian diterapkan dalam aplikasi prediksi stunting berpatokan sistem info geografis nan bisa menampilkan visualisasi persebaran balita stunting di Kabupaten Sidoarjo. (*)