Mahasiswa UGM Kembangkan Alat Deteksi Dini Stunting Berbasis AI, Tingkat Akurasi Mencapai 96 Persen

Hal tersebut membuat hasil pengukuran menjadi tidak akurat karena alat yang digunakan tidak sesuai dengan standar persyaratan antropometri anak di bawah usia dua tahun. 

Yogi menyebut produk pendeteksi stunting ini terintegrasi dengan sistem informasi yang tersedia dalam bentuk website application dan mobile application yang menampilkan informasi tumbuh kembang anak, status gizi pada bayi dua tahun, indikasi stunting atau tidak pada anak, edukasi sederhana terkait gizi anak, serta menampilkan riwayat tumbuh kembang anak.

Metode pencatatan secara digital dapat mempercepat proses pemutakhiran data dengan basis data pusat secara real time.

“Alat ini terintegrasi dengan web-application untuk mengendalikan alat ukur bagi kader yang melakukan antropometri dan menampilkan laman untuk registrasi bayi,” jelasnya.

Anggota lain, Faiz Ihza Permana menambahkan dalam pengambilan keputusan apakah anak terindikasi stunting atau tidak, digunakan algoritma SMOTE-ENN yang diintegrasikan dengen Ensemble Leraning. 

Algoritma tersebut memiliki keunggulan dibandingkan dengan algoritma lainnya, yaitu pelatihan pada data terjadi hanya saat ingin melakukan prediksi sampel sehingga algoritma dapat berjalan lebih cepat. 

Dengan begitu Ensemble Learning dapat mengklasifikasikan uji sampel berdasarkan data yang dinamis seperti pada data pengukuran stunting yang terus bertambah setiap kali melakukan pengukuran.

Kemudian, Faiz memaparkan cara kerja ESDS, di mana saat balita ditimbang pada permukaan alat atau area yang telah disediakan maka sensor high precision load cell akan membaca besaran yang diukur atau ditimbang.

Selanjutnya, hasil pembacaan tersebut akan dikalibrasi dengan metode regresi linear untuk mendapatkan calibration factor.

Lalu, LCD alat deteksi stunting dini buatannya ini akan menampilkan hasil pengukuran berupa data kuantitatif yang merupakan interpretasi dari massa dan panjang tubuh bayi yang diukur.****