Prediksi Keberhasilan Penanganan Stunting Menggunakan Seleksi Fitur PSO Dengan SaaS Cloud Computing
Abstract
Permasalahan stunting merupakan tugas pokok setiap pemerintahan dari perkotaan sampai desa-desa. Deep Learning dapat mengenal pola rumit yan ada pada gambar, dokumen, video, dan data lain untuk menghasilkan prediksi yang akurat. Pengolahan data tidak terstruktur seperti kata, kalimat dapat diekstrak menerapkan Particle Swarm Optimization (PSO). Pengolahan data tidak terstruktur pada kata dan kalimat bersumber dari media online diekstrak menerapkan Particle Swarm Optimization (PSO) mencakup swarm, partikel, Pbest, Gbest, dan Velocity. Melalui empat tahapan algoritma PSO dimulai dari Inisialisasi, Evaluation fungsi fitness, update dan Termination. Prediksi capaian penanganan program stunting berdasarkan dampak, pencegahan, dan penyebab stunting yang diekstrak dari berbagai media online menggunakan Neural Network Particle Swarm Optimization (PSO) yang dibangun pada layanan perangkat lunak SaaS Cloud menghasilkan persentase baik akurasi Seleksi Fitur PSO sebesar 85.36%. Aplikasi SaaS dapat menginformasikan tingkat keberhasilan penanganan program stunting dari pencarian kalimat tidak terstruktur yang terhubung dengan internetReferences
H. Rahman, M. Rahmah, and N. Saribulan, “UPAYA PENANGANAN STUNTING DI INDONESIA Analisis Bibliometrik dan Analisis Konten,” J. Ilmu Pemerintah. Suara Khatulistiwa, vol. VIII, no. 01, pp. 44–59, 2023.
S. Y. Andriyani, M. S. Lydia, and S. Efendi, “Optimization of Support Vector Machine Algorithm Using Stunting Data Classification,” Prism. Sains J. Pengkaj. Ilmu dan Pembelajaran Mat. dan IPA IKIP Mataram, vol. 11, no. 1, p. 164, 2023, doi: 10.33394/j-ps.v11i1.6619.
D. M. B. Tarigan, D. P. Rini, and Samsuryadi, “Seleksi Fitur pada Klasifikasi Penyakit Gula Darah Menggunakan Particle Swarm Optimization (PSO) pada Algoritma C4.5,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 3, pp. 569–575, 2020.
E. P. Saputra, S. A. Putri, and I. Indriyanti, “Prediction of Successful Elearning Based on Activity Logs with Selection of Support Vector Machine based on Particle Swarm Optimization,” Indones. J. Artif. Intell. Data Min., vol. 2, no. 1, pp. 10–17, 2019, doi: 10.24014/ijaidm.v2i1.6500.
H. B. Jatmiko, N. Tedi Kurniadi, and D. Maulana, “Optimasi Naïve Bayes Dengan Particle Swarm Optimization Untuk Analisis Sentimen Formula E-Jakarta,” J. Autom. Comput. Inf. Syst., vol. 2, no. 1, pp. 22–30, 2022, doi: 10.47134/jacis.v2i1.35.
Sharazita Dyah Anggita and Ferian Fauzi Abdulloh, “Optimasi Algoritma Support Vector Machine Berbasis PSO Dan Seleksi Fitur Information Gain Pada Analisis Sentimen,” J. Appl. Comput. Sci. Technol., vol. 4, no. 1, pp. 52–57, 2023, doi: 10.52158/jacost.v4i1.524.
S. Zahara, Sugianto, and M. Bahril Ilmiddafiq, “Prediksi Indeks Harga Konsumen Menggunakan Metode Long Short Term Memory (LSTM) Berbasis Cloud Computing,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 3, no. 3, pp. 357–363, 2019, doi: 10.29207/resti.v3i3.1086.
A. M. Rizki and A. L. Nurlaili, “Algoritme Particle Swarm Optimization (PSO) untuk Optimasi Perencanaan Produksi Agregat Multi-Site pada Industri Tekstil Rumahan,” J. Comput. Electron. Telecommun., vol. 1, no. 2, pp. 1–9, 2021, doi: 10.52435/complete.v1i2.73.
D. Kurnia, M. Itqan Mazdadi, D. Kartini, R. Adi Nugroho, and F. Abadi, “Seleksi Fitur dengan Particle Swarm Optimization pada Klasifikasi Penyakit Parkinson Menggunakan XGBoost,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 5, pp. 1083–1094, 2023, doi: 10.25126/jtiik.20231057252.
S. A. Kartina and I. Afrianto, “Tinjauan Literatur: Penerapan Teknologi Cloud Computing Untuk Konsultasi Ibu Hamil,” Researchgate.Net, no. February, 2023, [Online]. Available: https://www.researchgate.net/profile/Sri-Kartina/publication/368510941_Tinjauan_Literatur_Penerapan_Teknologi_Cloud_Computing_Untuk_Konsultasi_Ibu_Hamil/links/63ecabc32958d64a5ccea7ba/Tinjauan-Literatur-Penerapan-Teknologi-Cloud-Computing-Untuk-Konsultasi
A. Aditianti, I. Raswanti, S. Sudikno, D. Izwardy, and S. E. Irianto, “Prevalensi Dan Faktor Risiko Stunting Pada Balita 24-59 Bulan Di Indonesia: Analisis Data Riset Kesehatan Dasar 2018 [Prevalence and Stunting Risk Factors in Children 24-59 Months in Indonesia: Analysis of Basic Health Research Data 2018],” Penelit. Gizi dan Makanan (The J. Nutr. Food Res., vol. 43, no. 2, pp. 51–64, 2021, doi: 10.22435/pgm.v43i2.3862.
G. Nasrizal and M. S. Rohman, “Edumatic : Jurnal Pendidikan Informatika Optimasi Model Algoritma Klasifikasi menggunakan Metode Bagging pada Stunting Balita,” vol. 7, no. 2, pp. 455–464, 2023, doi: 10.29408/edumatic.v7i2.23812.
H. Ariesta and M. A. Kartawidjaja, “Feature Selection pada Azure Machine Learning untuk Prediksi Calon Mahasiswa Berprestasi,” TESLA J. Tek. Elektro, vol. 20, no. 2, p. 166, 2019, doi: 10.24912/tesla.v20i2.2993.
L. Efrizoni, S. Defit, M. Tajuddin, and A. Anggrawan, “Komparasi Ekstraksi Fitur dalam Klasifikasi Teks Multilabel Menggunakan Algoritma Machine Learning,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 3, pp. 653–666, 2022, doi: 10.30812/matrik.v21i3.1851.
H. A. Sitompul, S. Si, D. Kopertis, W. I. Dpk, F. Teknik, and U. Darma, “IMPLEMENTASI ALGORITMA GENETIKA UNTUK MENENTUKAN SOLUSI PADA OPTIMISASI NONLINIER Hery Andi Sitompul, S.Si, M,Si Dosen Kopertis Wilayah I Dpk Fak.Teknik Universitas Darma Agung,” vol. XXI, no. 9, pp. 183–188, 2014.
A. S. Sinaga, “Building Foods Data Automation Platform Using Cloud Computing Type PaaS,” pp. 1–11, 2023.
I. S. Windiarti, “PERENCANAAN IMPLEMENTASI KOMPUTASI AWAN PADA INFRASTRUKTUR TEKNOLOGI DAN SISTEM INFORMASI DI UMPR,” pp. 59–64, 2022.
R. Ilmiyah, D. Rachmatin, and R. Marwati, “Peramalan Inflasi Dengan Metode Particle Swarm Optimization – Extreme Learning Machine,” Interval J. Ilm. Mat., vol. 2, no. 1, pp. 42–51, 2022, doi: 10.33751/interval.v2i1.5181.
R. Islam et al., “The Future of Cloud Computing: Benefits and Challenges,” Int. J. Commun. Netw. Syst. Sci., vol. 16, no. 04, pp. 53–65, 2023, doi: 10.4236/ijcns.2023.164004.
R. B. P. Heriansyah, M. Kalista, and ..., “Analisis Parameter Laju Infeksi COVID-19 Menggunakan Algoritma Particle Swarm Optimization,” eProceedings …, vol. 10, no. 4, pp. 3784–3789, 2023, [Online].
D. Faisal, “Vulnerability Analysis and Prevention on Software as a Service ( SaaS ) of Archive Websites,” vol. 5, no. 3, pp. 351–358, 2023, doi: 10.12928/biste.v5i3.7719.
S. Bashir, I. U. Khattak, A. Khan, F. H. Khan, A. Gani, and M. Shiraz, “A Novel Feature Selection Method for Classification of Medical Data Using Filters, Wrappers, and Embedded Approaches,” Complexity, vol. 2022, 2022, doi: 10.1155/2022/8190814.
.
