Multilayer Perceptron (MLP) Deep Learning

Cek Status Pertumbuhan & Cegah Stunting Sejak Dini

Aplikasi skrining antropometri balita berbasis Artificial Intelligence. Masukkan data umur, jenis kelamin, dan tinggi badan untuk mendapatkan analisis status gizi instan dan rekomendasi klinis terarah.

Kalkulator Antropometri Balita

Gunakan data pengukuran terbaru dari Posyandu, buku KIA, atau pengukuran mandiri.

Data Antropometri Balita

Masukkan informasi fisik balita (0 - 60 bulan)

24 bulan (2.0 tahun)
0 bln (Baru Lahir) 24 bln (2 Thn) 60 bln (5 Thn)
85.0 cm

Siap Menganalisis

Pilih data antropometri di samping lalu klik tombol Analisis Status Gizi Sekarang untuk melihat klasifikasi AI dan rekomendasi gizi.

Memahami Stunting & Standar Gizi Balita

Pengetahuan esensial bagi orang tua untuk menjaga periode emas 1000 Hari Pertama Kehidupan (HPK).

Apa itu Stunting?

Stunting adalah kondisi gagal tumbuh pada balita akibat kekurangan gizi kronis, terutama pada 1000 HPK (dari janin hingga usia 2 tahun). Anak tergolong stunted jika panjang atau tinggi badannya berada di bawah -2 standar deviasi (-2 SD) dari kurva pertumbuhan WHO.

Dampak Terhadap Anak

Bukan hanya tubuh yang lebih pendek, stunting dapat menghambat perkembangan struktur jaringan otak anak, menurunkan kemampuan kognitif dan prestasi belajar, serta meningkatkan kerentanan terhadap penyakit tidak menular di usia dewasa.

Langkah Pencegahan Utama

Berikan ASI Eksklusif 6 bulan, dilanjutkan MP-ASI kaya protein hewani berkualitas tinggi (telur, ikan, daging), imunisasi lengkap, menjaga sanitasi lingkungan dan akses air bersih, serta rutin menimbang dan mengukur anak setiap bulan di Posyandu.

Kategori Klasifikasi Status Gizi Antropometri (TB/U)

Kategori Z-Score WHO Karakteristik Fisik Tindakan yang Disarankan
Severely Stunted < -3 SD Sangat pendek, defisit tinggi badan parah Rujukan segera ke RS / Dokter Spesialis Anak, terapi gizi intensif
Stunted -3 SD s/d < -2 SD Pendek untuk standar umurnya Pemeriksaan infeksi, suplementasi gizi & evaluasi pola makan
Normal -2 SD s/d +3 SD Tinggi badan ideal dan seimbang Pertahankan asupan gizi seimbang dan pantau rutin bulanan
Tinggi > +3 SD Di atas rata-rata populasi seusianya Pastikan indeks massa tubuh proporsional tanpa risiko obesitas

Transparansi Model Artificial Intelligence

Teknologi di balik inferensi sistem prediksi yang Anda kembangkan.

Arsitektur Jaringan
Multilayer Perceptron (MLP)
Hidden Layers: 64 & 32 neuron terhubung penuh
Akurasi Evaluasi (Test Set)
99.08%
Diuji pada 24.200 sampel data uji independen
Fungsi Aktivasi & Solver
ReLU + Adam Optimizer
Adaptive learning rate dengan standardisasi fitur
Dataset Latihan
120999 Data Balita
Sumber: Repositori Kaggle & Data Antropometri Balita