RANCANG BANGUN ALAT ANTROPOMETRI BERBASIS MACHINE LEARNING UNTUK PERTUMBUHAN BAYI

Pemantauan pertumbuhan lingkar kepala pada anak bawah dua tahun (baduta) di Posyandu merupakan langkah penting untuk deteksi dini abnormalitas perkembangan otak seperti mikrosefalus dan hidrosefalus. Tetapi, proses pencatatan antropometri saat ini masih dilakukan secara manual, di mana kader posyandu masih membutuhkan tabel grafik WHO dan mencocokan tabel tersebut dengan manual menggunakan penggaris pada grafik yang dimana hal tersebut memakan waktu dan rentan terhadap kesalahan manusia. Dari kondisi tersebut muncul sebuah ide untuk adanya sistem klasifikasi standar nilai lingkar kepala secara otomatis melalui bantuan machine learning. Oleh karena itu, penelitian ini merancang model Artificial Neural Network (ANN) yang kemudian ditanamkan ke dalam aplikasi Android yang bernama Alika untuk menganalisis standar lingkar kepala baduta secara otomatis. Sistem ini mengintegrasikan alat ukur antropometri yang mengirimkan data sensor ke Firebase Realtime Database dan data sensor tersebut dianalisa oleh model ANN berformat TensorFlow Lite (.tflite) pada aplikasi. Model klasifikasi sengaja dipisahkan dengan jenis kelamin untuk menyesuaikan dataset standardisasi kurva pertumbuhan WHO, karena dataset baduta laki laki dengan perempuan memiliki nilai yang berbeda. Berdasarkan hasil yang didapat model ANN yang dirancang memiliki performa yang sangat andal dan presisi dimana nilai akurasi mencapai 96,83% untuk model laki-laki dan 96,17% untuk model perempuan. Semua pola kesalahan prediksi hanya bergeser ke kelas yang bersebelahan langsung karena efek nilai desimal di dalam dataset tersebut. Dengan demikian, model ANN yang dikembangkan dinilai sangat layak, aman, dan akurat untuk digunakan sebagai instrumen cerdas dalam deteksi dini gangguan pertumbuhan lingkar kepala baduta di lapangan.