Klasifikasi dan Pemantauan Gizi Balita Menggunakan  Pendekatan AI dengan Studi Kasus di Puskesmas Jakamulya Bekasi

Klasifikasi dan Pemantauan Gizi Balita Menggunakan Pendekatan AI dengan Studi Kasus di Puskesmas Jakamulya Bekasi

Gizi buruk merupakan hal krusial yang perlu diperhatikan, terutama setelah wabah pandemic, karena jika tidak segera diambil tindakan rata-rata 153 anak sehari selama dua tahun ke depan akan meninggal. Selain itu, lonjakan jumlah kasus malnutrisi global yang disebabkan oleh COVID-19 dapat mendorong tambahan 9,3 juta anak menjadi kurus, dan akibat dari malnutrisi akut dapat menyebabkan kematian. Indonesia sendiri merupakan negara dengan beban gizi buruk ke-2 tertinggi pada anak di Kawasan Asia Tenggara dan ke-5 di dunia. Jumlah tersebut perlu segera dikurangi oleh Pemerintah Indonesia karena akan terhubung dengan kecerdasan dan kesehatan generasi penerus bangsa di masa yang akan datang.

Data Riset Kesehatan Dasar (Riskesdas) di Indonesia menunjukkan bahwa prevalensi gizi buruk pada balita pada tahun 2021 akan mencapai 24,4 persen, artinya satu dari tiga balita mengalami gizi buruk. Akibatnya, pembangunan ekonomi bangsa di Indonesia dapat terhambat secara tidak langsung karena status gizi balita yang buruk.

Memantau malnutrisi seperti menyelamatkan nyawa dan kemudian pada jangka panjang berarti mengubahnya menjadi lebih baik. Pernyataan tersebut linier terhadap tujuan untuk “Recover Stronger, Recover Together” seperti yang disampaikan pada acara G20 baru-baru ini. Ketahanan pangan global menjadi isu yang semakin penting dalam beberapa tahun terakhir, terutama karena pandemi COVID-19 telah membatasi mobilitas masyarakat sehingga menghambat distribusi rantai pasokan global, termasuk sektor pangan. Selama masa wabah pandemic ini, pengangguran juga merupakan masalah penting lainnya yang memicu lebih banyak kasus gizi buruk, terutama di Indonesia. Padahal masalah gizi buruk perlu dikurangi 30% di Indonesia mengacu pada SDGs tahun 2030. Oleh karena itu, pengabdian masyarakat ini bertujuan untuk mendukung pengembangan strategi pencegahan gizi buruk melalui metode kecerdasan artifisial menggunakan data historis tinggi dan berat badan balita di bawah umur lima (U5) di Puskesmas di Bekasi, Indonesia.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *