Dosen STIKES YRSDS Raih Doktor Undip lewat Inovasi Prediksi Stunting Berbasis Random Forest
redaksi 
KONTENSEMARANG.COM – Dosen STIKES Yayasan RS Dr. Soetomo, Amir Ali, S.Kom, M.Kom berhasil meraih gelar doktor setelah sukses mempertahankan disertasinya dalam sidang promosi doktor Program Studi Doktor Sistem Informasi (DSI) Universitas Diponegoro (Undip), Rabu, 13 Mei 2026.
Dalam penelitian disertasinya, Dr. Amir Ali mengangkat judul “Pemodelan Prediksi Stunting Berdasarkan Riwayat Pemeriksaan Kehamilan Ibu Dan Data Antropometri Balita Menggunakan Random Forest Yang Terintegrasi Dengan Sistem Informasi Geografis”.
Sidang promosi doktor tersebut menghadirkan sejumlah penguji, di antaranya Prof. Ir. Mochamad Agung Wibowo, M.M., M.Sc., Ph.D selaku 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 penguji eksternal.
Selain itu, tim penguji 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 selaku ko-promotor dari Fakultas Ilmu Kesehatan Umsura, serta Prof. Dr. Ir. Purwanto, DEA sebagai promotor.
Dalam penjelasannya, Dr. Amir Ali menyampaikan bahwa stunting masih menjadi salah satu persoalan gizi yang cukup serius di Indonesia, termasuk di Kabupaten Sidoarjo, Jawa Timur.
Berdasarkan Survei Status Gizi Indonesia (SSGI) tahun 2022, angka stunting di Kabupaten Sidoarjo mengalami peningkatan dari 14,8 persen menjadi 16,1 persen.
Sementara berdasarkan data Profil Kabupaten Sidoarjo 2022, masih terdapat balita pendek sebanyak 5,8 persen dari total balita yang diukur tinggi badannya.
“Disamping itu belum adanya integrasi sistem dan data pada aplikasi e-PPGBM dan aplikasi SI-Cantik yang di miliki dinkes Kabupaten Sidoarjo menyebabkan keterbatasan informasi terkait kejadian stunting. Oleh karena itu untuk mencapai target nilai prevalensi stunting sebesar 14% pada tahun 2024 yang telah ditetapkan oleh pemerintah, maka diperlukan tindakan berupa aksi untuk mengurangi prevalensi stunting pada balita,” ungkap Dr. Amir Ali.
Ia menjelaskan, penelitian tersebut bertujuan membangun model prediksi stunting berdasarkan data antropometri balita dan riwayat pemeriksaan kehamilan ibu menggunakan pendekatan algoritma klasifikasi di Kabupaten Sidoarjo.
“Tujuan dari penelitian ini yaitu membuat model prediksi stunting berdasarkan data antropometri balita dan riwayat pemeriksaan kehamilan ibu dengan menggunakan pendekatan algoritma klasifikasi di kabupaten sidoarjo jawa timur,” tambahnya.
Dalam penelitian itu, model dikembangkan menggunakan algoritma Random Forest dengan proses prapemrosesan data melalui metode SMOTE untuk menyeimbangkan distribusi data pada kelas minoritas dan mayoritas.
Algoritma Random Forest dipilih karena dinilai mampu meningkatkan akurasi pada data yang tidak lengkap, meminimalisasi kesalahan, serta meningkatkan performa klasifikasi data.
Sementara metode SMOTE digunakan untuk menyeimbangkan jumlah sampel data sehingga hasil klasifikasi menjadi lebih optimal.
Hasil penelitian menunjukkan bahwa faktor dominan yang memengaruhi klasifikasi stunting berdasarkan data antropometri balita meliputi ZSTB/U, tinggi badan, berat badan, dan usia.
Sedangkan berdasarkan riwayat pemeriksaan kesehatan ibu hamil, faktor dominan meliputi Lila, tinggi badan, usia kehamilan atau persalinan preterm, sistole, serta jarak kehamilan.
Dr. Amir Ali menambahkan, model klasifikasi yang dikembangkan menunjukkan performa sangat baik dengan tingkat akurasi tinggi.
Untuk dataset antropometri balita, model menghasilkan tingkat akurasi sebesar 99,85 persen dan recall 99,98 persen.
Sementara pada dataset riwayat pemeriksaan kesehatan ibu hamil, tingkat akurasi mencapai 93,22 persen dengan recall sebesar 86,21 persen.
Hasil pemodelan tersebut kemudian diterapkan dalam aplikasi prediksi stunting berbasis sistem informasi geografis yang mampu menampilkan visualisasi persebaran balita stunting di Kabupaten Sidoarjo. (*)
