KLASIFIKASI NAÏVE BAYES SPLINE UNTUK PEMODELAN KASUS STUNTING DI KOTA KENDARI=NAIVE BAYES SPLINE CLASSIFICATION FOR MODELLING STUNTING CASES IN KENDARI CITY

AL KARIM. Klasifikasi Naïve Bayes Spline untuk Pemodelan Kasus Stunting Di Kota Kendari (dibimbing oleh Dr. Anna Islamiyati, S.Si., M.Si. dan Prof. Dr. Erna Tri Herdiani, S.Si., M.Si.) Latar Belakang: Stunting merupakan masalah gizi kronis pada balita yang ditandai dengan tinggi badan menurut umur di bawah −2 standar deviasi berdasarkan standar WHO. Di Kota Kendari, masih terdapat proporsi balita berisiko stunting yang memerlukan perhatian dalam upaya pencegahan dan pengendalian. Dalam analisis klasifikasi status gizi balita, model Naïve Bayes sering digunakan karena sederhana dan efisien, namun memiliki keterbatasan dalam menangkap hubungan non-linier pada data antropometri seperti usia, berat badan, dan panjang badan. Oleh karena itu, diperlukan pengembangan model dengan mengintegrasikan fungsi spline ke dalam klasifikasi Naïve Bayes. Tujuan: Penelitian ini bertujuan untuk menganalisis dan mengevaluasi model klasifikasi Naïve Bayes Spline dalam pemodelan kasus stunting di Kota Kendari tahun 2024, serta melihat perbedaan optimasi klasifikasinya dengan Naïve Bayes standar. Metode: Penelitian ini menggunakan model Naïve Bayes Spline, yaitu integrasi fungsi spline truncated ke dalam klasifikasi Bernoulli Naïve Bayes, untuk meningkatkan akurasi pemodelan kasus stunting. Analisis meliputi standarisasi data, penyeimbangan kelas menggunakan SMOTE, pemilihan knot optimal berbasis Generalized Cross Validation (GCV), serta evaluasi model melalui confusion matrix dan kurva ROC. Hasil: Hasil penelitian menunjukkan bahwa model Naïve Bayes Spline menghasilkan akurasi 68,22%, APER 31,78% dan AUC 0,733, lebih unggul dibandingkan Naïve Bayes standar. Kesimpulan: Naïve Bayes Spline terbukti memberikan performa klasifikasi yang lebih baik dari metode Naïve Bayes standar. Model Naïve Bayes Spline mampu menangkap hubungan non-linier antar variabel antropometri dan memberikan performa klasifikasi yang baik dalam pemodelan kasus stunting di Kota Kendari.