Prediksi Keberhasilan Penanganan Stunting Menggunakan Seleksi Fitur PSO Dengan SaaS Cloud Computing

Abstract

Permasalahan stunting merupakan tugas pokok setiap pemerintahan dari perkotaan sampai desa-desa. Deep Learning dapat mengenal pola rumit yan ada pada gambar, dokumen, video, dan data lain untuk menghasilkan prediksi yang akurat. Pengolahan data tidak terstruktur seperti kata, kalimat dapat diekstrak menerapkan Particle Swarm Optimization (PSO). Pengolahan data tidak terstruktur pada kata dan kalimat bersumber dari media online diekstrak menerapkan Particle Swarm Optimization (PSO) mencakup swarm, partikel, Pbest, Gbest, dan Velocity. Melalui empat tahapan algoritma PSO dimulai dari Inisialisasi, Evaluation fungsi fitness, update dan Termination. Prediksi capaian penanganan program stunting berdasarkan dampak, pencegahan, dan penyebab stunting yang diekstrak dari berbagai media online menggunakan Neural Network Particle Swarm Optimization (PSO) yang dibangun pada layanan perangkat lunak SaaS Cloud menghasilkan persentase baik akurasi Seleksi Fitur PSO sebesar 85.36%. Aplikasi SaaS dapat menginformasikan tingkat keberhasilan penanganan program stunting dari pencarian kalimat tidak terstruktur yang terhubung dengan internet