PERBANDINGAN PENANGANAN IMBALANCED DATA DALAM MODEL MULTINOMIAL LOGISTIC REGRESSION GUNA IDENTIFIKASI FAKTOR STATUS GIZI BALITA DI INDONESIA

Abstract

Imbalanced data merupakan permasalahan yang sering terjadi pada klasifikasi status gizi balita akibat distribusi kategori yang tidak proporsional. Kondisi ini menyebabkan model klasifikasi cenderung bias terhadap kategori mayoritas sehingga kemampuan prediksi pada kategori minoritas menjadi rendah. Penelitian ini bertujuan membandingkan metode penanganan imbalanced data pada Multinomial Logistic Regression (MLR) untuk klasifikasi status gizi balita. Metode MLR dipilih karena variabel respon status gizi balita terdiri atas lebih dari dua kategori, yaitu normal, double burden of malnutrition (DBM), overweight, dan stunting. Metode penanganan di antaranya tanpa penanganan, oversampling, undersampling, median weighted, dan inverse square root weighted. Data yang digunakan merupakan data sekunder Survei Status Gizi Indonesia tahun 2024 dengan sampel 87.428 bayi usia 6-23 bulan. Variabel penjelas adalah praktik pemberian makan bayi dan anak, karakteristik anak, ibu, serta keluarga. Sebelum pemodelan MLR dilakukan analisis chi-square sebagai tahap awal seleksi variabel penjelas. Indikator evaluasi model di antaranya uji simultan, jumlah variabel signifikan parsial, Akaike Information Criterion (AIC), Bayesian Inforamtion Criterion (BIC), accuracy, balanced accuracy, dan kemampuan prediksi tiap kategori status gizi balita. Hasil penelitian menunjukkan tidak terdapat metode yang dominan pada seluruh indikator evaluasi sehingga dilakukan pemeringkatan model. Metode median weighted memperoleh skor tertinggi dan dipilih sebagai model terbaik. Seleksi stepwise menghasilkan 13 variabel signifikan untuk pemodelan logit dan interpretasi faktor yang memengaruhi status gizi balita. Model terbaik menghasilkan nilai AIC 12.980, BIC 12.942, accuracy 72,0%, dan balanced accuracy 68,5%.