A Systematic Review of Digital Applications Accuracy for Calculating and Assessing Nutritional Status of Children Under Five Years: Tinjauan Pustaka Sistematis Analisis Akurasi Aplikasi Digital dalam Perhitungan dan Penilaian Status Gizi Anak di Bawah Lima Tahun

Abstract

English

Background: The increasing use of digital applications to analyze nutritional status of children under five years offers significant progress in public health. However, the accuracy and precision of these tools continue to be a concern due to variations in data quality and user proficiency. Objectives: This study aimed to systematically evaluate the accuracy and precision of digital applications in calculating and assessing nutritional status of children under five years. Methods: A comprehensive systematic review was conducted by searching PubMed, ScienceDirect, and Google Scholar databases for relevant studies published between 2010 and 2024. The study followed the PRISMA 2020 guidelines for article selection. Risk of bias was assessed using QUADAS-2 for diagnostic studies, then data were analyzed descriptively through a narrative synthesis of results on accuracy, data input methods, and user proficiency. Discussions: The results showed that out of 925 initially identified articles, 13 met the inclusion criteria and were further analyzed. Advanced algorithms, particularly K-Nearest Neighbor (K-NN) and other machine learning models had high accuracy when supported by quality data and adequate user training. Moreover, real-time IoT-based tools showed high precision in nutritional assessments. Challenges remain in ensuring accurate data entry and algorithm updates to meet the needs of diverse populations. Conclusions: Digital applications present promising accuracy and precision in evaluating nutritional status of children under five. However, continuous improvement in data quality and user training is essential for the optimal implementation in public health interventions.

Indonesian

Latar Belakang: Penggunaan aplikasi digital dalam menganalisis status gizi anak di bawah lima tahun menunjukkan kemajuan signifikan dalam bidang kesehatan masyarakat. Namun, akurasi dan presisi alat ini masih menjadi perhatian karena dipengaruhi oleh kualitas data dan kemampuan pengguna. Tujuan: Penelitian ini bertujuan untuk mengevaluasi secara sistematis akurasi dan presisi aplikasi digital dalam menghitung dan menilai status gizi anak di bawah lima tahun. Metode: Tinjauan Pustaka sistematis dilakukan dengan menelusuri basis data PubMed, ScienceDirect, dan Google Scholar untuk studi relevan yang diterbitkan pada rentang tahun 2010 hingga 2024. Proses pencarian dan seleksi studi mengikuti pedoman PRISMA 2020. Penilaian resiko bias dilakukan menggunakan QUADAS-2 untuk studi diagnostik. Data dianalisis secara deskriptif dengan sintesis naratif terhadap hasil penelitian terkait akurasi, jenis algoritma, metode input data, serta tingkat kemahiran pengguna. Diskusi: Dari total 925 artikel yang diidentifikasi, 13 studi memenuhi kriteria inklusi dan dianalisis lebih lanjut. Studi ini menunjukkan bahwa algoritma canggih, seperti K-Nearest Neighbor (K-NN) dan model machine learning lainnya, memiliki tingkat akurasi tinggi saat didukung oleh data berkualitas dan pelatihan pengguna yang memadai. Selain itu, alat berbasis IoT real-time menunjukkan presisi tinggi dalam penilaian status gizi. Namun, tantangan masih ditemukan dalam memastikan ketepatan input data serta pembaruan algoritma agar sesuai dengan kebutuhan populasi yang beragam. Kesimpulan: Aplikasi digital menunjukkan potensi besar dalam memberikan hasil yang akurat dan presisi dalam penilaian status gizi anak di bawah lima tahun. Namun, perbaikan berkelanjutan pada kualitas data dan pelatihan pengguna sangat diperlukan untuk mendukung implementasi optimal dalam intervensi kesehatan masyarakat.

Keywords

• Child
• Accuracy
• Precision
• Digital Application
• Anak
• Akurasi
• Presisi
• Aplikasi Digital