Mahasiswa UGM Berhasil Kembangkan Alat Deteksi Dini Sunting Berbasis AI

Faiz 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,"terang dia.

Lebih lanjut Faiz memaparkan cara kerja ESDS. 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 akan menampilkan hasil pengukuran berupa data kuantitatif yang merupakan interpretasi dari massa dan panjang tubuh bayi yang diukur.
Sementara Salsa mengatakan dengan hadirnya ESDS kedepannya akan memudahkan pengguna dalam melakukan deteksi dini stunting dan pemantauan mandiri bagi orang tua yang memiliki bayi dua tahun.

Deteksi dini stunting dan pemantauan mandiri ini diharapkan dapat membantu pemerintah dalam mempercepat penurunan angka prevalensi stunting di Indonesia menjadi 14%. Dari Survei Status Gizi Indonesia (SSGI) pada tahun 2022, prevalensi stunting pada anak di bawah 5 tahun masih tinggi yakni sebesar 21,6%.

"Harapannya kehadiran alat ini bisa membantu deteksi dini stunting sehingga mendorong petcepatan penurunan stunting di tanah air,”harapnya.