Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
LITERATURE REVIEW: PERAN SISTEM SMART HEALTH SEBAGAI INOVASI DIGITAL DALAM UPAYA PENCEGAHAN STUNTING Regina Septient Malini Fakultas Teknik Informatika.
Program Studi Megister Rekayasa Elektro Universitas Islam Indonesia Email: septienregina@gmail.
Firdaus Fakultas Teknik Informatika.
Program Studi Megister Rekayasa Elektro Universitas Islam Indonesia Email: firdaus@uii.
Sisdarmanto Adinandra Fakultas Teknik Informatika.
Program Studi Megister Rekayasa Elektro Universitas Islam Indonesia Email: adinandra@uii.
ABSTRAK
Stunting merupakan permasalahan kesehatan masyarakat yang berdampak jangka panjang terhadap pertumbuhan fisik dan perkembangan kognitif anak.
Seiring dengan perkembangan teknologi digital, pendekatan smart health berbasis Internet of Things (IoT).
Artificial Intelligence (AI), dan Machine Learning (ML) mulai diterapkan sebagai solusi inovatif dalam upaya deteksi dan pencegahan stunting.
Penelitian ini menggunakan metode systematic literature review terhadap 20 jurnal ilmiah untuk mengidentifikasi penerapan teknologi smart health dalam tiga kategori utama: deteksi, pemantauan, dan pencegahan stunting.
Hasil studi menunjukkan bahwa teknologi ini mampu meningkatkan efektivitas deteksi dini, efisiensi pemantauan secara real-time, serta memperluas cakupan edukasi gizi kepada masyarakat melalui media digital yang interaktif.
Namun demikian, implementasinya masih menghadapi sejumlah tantangan, seperti keterbatasan infrastruktur, rendahnya literasi digital, serta kurangnya integrasi dengan sistem informasi kesehatan nasional.
Oleh karena itu, keberhasilan penerapan smart health membutuhkan dukungan kebijakan, infrastruktur yang memadai, serta evaluasi berkelanjutan agar dapat diimplementasikan secara optimal dan berkelanjutan di berbagai wilayah, khususnya di daerah dengan sumber daya terbatas.
Kata kunci: stunting, smart health.
Internet of Things (IoT).
Artificial Intelligence (AI), deteksi dini, pencegahan gizi.
ABSTRACT
Stunting is a public health problem that has a long-term impact on children's physical growth and cognitive development.
Along with the development of digital technology, smart health approaches based on the Internet of Things (IoT).
Artificial Intelligence (AI), and Machine Learning (ML) have begun to be applied as innovative solutions in efforts to detect and prevent stunting.
This study uses a systematic literature review method of 20 scientific journals to identify the application of smart health technology in three main categories: detection, monitoring, and prevention of The results of the study show that this technology is able to increase the effectiveness of early detection, the efficiency of real-time monitoring, and expand the scope of nutrition education to the community through interactive digital media.
However, its implementation still faces a number of challenges, such as limited infrastructure, low digital literacy, and lack of integration with the national health information system.
Therefore, the implementation of smart health requires policy support, adequate infrastructure, and continuous evaluation so that it can be implemented optimally and sustainably in various regions, especially in areas with limited resources.
Keywords: stunting, smart health.
Internet of Things (IoT).
Artificial Intelligence (AI), early detection, nutritional prevention.
PENDAHULUAN
Stunting tetap menjadi salah satu isu utama dalam permasalahan kesahatan global karena dampaknya yang signifikan terhadap kesahatan masyarakat, baik dalam jangka pendek maupun jangka panjang.
Stunting Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
sendiri merupakan gangguan pertumbuhan pada anak yang sedang dalam masa perkembangan, yang ditandai dengan tinggi badan yang lebih rendah dari standar usianya.
Masalah anak bertubuh pendek .
merupakan salah satu bentuk gangguan gizi yang masih menjadi tantangan global, terutama di negara-negara berpenghasilan rendah dan berkembang.
Stunting menjadi isu penting karena dikaitkan dengan meningkatnya risiko morbiditas dan mortalitas, perkembangan otak yang tidak optimal, keterlambatan kemampuan motorik, serta terhambatnya pertumbuhan kognitif dan mental anak.
Kondisi ini merupakan hasil dari kegagalan pertumbuhan yang disebabkan oleh kekurangan asupan gizi secara kronis, yang dimulai sejak masa kehamilan hingga anak berusia 24 bulan .
Terdapat berbagai faktor yang menyebabkan anak mengalami kekurangan gizi, salah satunya adalah keterbatasan akses terhadap makanan bergizi, khususnya di daerah pedesaan dan kawasan perkotaan dengan tingkat kemiskinan tinggi.
Kondisi ekonomi yang sulit sering menjadi kendala dalam pemenuhan kebutuhan gizi anak, sehingga makanan yang dikonsumsi cenderung monoton dan tidak mencukupi kandungan nutrisi Selain itu, pola makan yang tidak seimbang serta minimnya pengetahuan mengenai pentingnya gizi bagi tumbuh kembang anak juga memperparah permasalahan ini.
Sering dengan kemajuan teknologi dan perubahan gaya hidup, konsumsi makanan instan dan cepat saji yang rendah kandungan gizinya semakin meningkat, yang pada akhirnya turut memicu resiko kelebihan berat badan dan obesitas pada anak-anak .
Perkembangan teknologi, khususnya smart health yang mengintegrasikan Internet of Things (IoT).
Machine Learning, dan Artificial Intelligence (AI), telah memberikan berbagai solusi inovatif dalam mengatasi beragam permasalahan.
Teknologi ini berperan penting dalam membantu pemantauan kondisi gizi dan pertumbuhan anak, baik oleh orang tua maupun tenaga kesehatan.
Penggunaan anak, baik oleh orang tua maupun tenaga kesehatan.
Penggunaan smart health terbukti dapat meningkatkan efisiensi dan efektivitas dalam memantau tumbuh kembang anak, baik dari sisi profesional medis maupun keluarga .
Studi literatur ini bertujuan untuk mengeksplorasi penerapan smart health sebagai inovasi digital dan pencegahan stunting dengan membaginya menjadi dua kelompok utama: deteksi dan pencegahan.
Kebaruan penelitian ini terletak pada METODOLOGI PENELITIAN Penelitian ini menerapkan metode tinjauan pustaka .
iterature revie.
untuk menghimpun dan menganalisis berbagai studi yang relevan terkait implementasi smart health sebagai inovasi digital dalam upaya pencegahan stunting.
Pendekatan ini bertujuan untuk mengidentifikasi, mengevaluasi, dan mensintesis temuan-temuan dari penelitian terdahulu yang telah dipublikasikan dalam jurnal ilmiah maupun konferensi yang membahas penerapan smart health pada kasus stunting anak.
Metode tinjauan pustaka dipilih karena dinilai mampu memberikan gambaran yang komprehensif mengenai perkembangan teknologi yang telah diterapkan, serta mengungkapkan potensi inovasi di masa mendatang.
Tahapan-tahapan systematic literature review dalam penelitian ini disajikan pada Gambar 1.
Gambar 1.
Tahapan Systematic Literature Review Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Pengumpulan Literature Penelitian ini menggunakan pendekatan studi literatur dengan tujuan untuk menganalisis dan Menyusun temuan dari berbagai jurnal serta artikel ilmiah terkait penggunaan smart health dalam pendeteksi dan pencegahan stunting pada anak-anak.
Metode studi literature dipilih karena memungkinkan peneliti untuk mengumpulkan, meninjau, dan menganalisis data sekunder dari berbagai sumber ilmiah yang relevan dengan Proses studi literature mencakup tahapan pencarian, seleksi, dan evaluasi hasil penelitian terdahulu yang membahas implementasi smart health, seperti IoT.
Machine Learning, dan AI dalam konteks deteksi dan pencegahan stunting.
Proses pengumpulan literature dilakukan melalui akses ke database ilmiah seperti Google Scholar.
ScienceDirect.
Garuda, dan Ie.
Kata kunci yang digunakan dalam pencarian jurnal maupun artkel meliputi AuSmart HealthAy.
AuDeteksi StuntingAy.
AuInternet of ThingsAy.
AuArtificial IntelligenceAy.
AuMalnutrition.
Artikel yang dipilih harus memenuhi kriteria seleksi, seperti diterbitkan dalam rentang waktu 5 tahun terakhir dan memiliki relevansi tinggi dengan topik smart health.
IoT, serta AI untuk pedeteksi dan pecegahan stunting.
Data yang dikumpulkan berasal dari artikel jurnal yang memenuhi kriteria tersebut.
Data yang diekstraksi dari literature akan dianalisis dan disintesis untuk mengidentifikasi pola serta keunggulan berbagai strategi smart health yang telah diterapkan dalam penelitian sebelumnya.
Analisis dikalukan secara kualitatif dengan mengelompokkan temuan berdasarkan jenis teknologi dan metode yang digunakan, serta membandingkan efektivitas masing-masing teknologi.
Berdasarkan hasil sintesis data.
Kesimpulan disususn untuk merangkum temuan utama terkait penerapan smart health dalam pemantauan dan pedeteksi stunting terhadap anak-anak.
Selain itu, rekomendasi akan diberikan untuk penerapan praktis serta arah penelitian di masa depan.
Seleksi Literature Proses seleksi dilakukan dengan dua tahap, yaitu: pertama, menilai keseuaian judul dan abstrak untuk memastikan relevansi, kedua, mengevaluasi metodologi dan hasil penelitian dalam teks penuh.
Artikel yang tidak memenuhi kriteria kualitas, seperti kurangnya data empiris atau analisis yang tidak mendalam, dikeluarkan dari studi ini.
Dari hasil penelusuran, diperoleh 20 artikel maupun jurnal yang relevan membahas tentang stunting dan telah diseleksi dari total 40 artikel ataupun jurnal yang didapati.
Data tersebut ditampilkan pada Tabel 1.
Tabel 1.
Hasil pencarian literature dari database ilmiah No.
Database Jumlah Artikel Awal Google Scholar ScienceDirect Garuda Ie Xplore Total Ekstraksi Literature Proses ekstraksi data dalam penelitian ini dilakukan secara sistematis untuk memastikan bahwa setiap informasi relevan dari artikel yang dipilih dapat diidentifikasi dan disintesis secara komprehensif.
Data diekstraksi dari setiap artikel dengan focus pada beberapa elemen utama, seperti jenis teknologi yang digunakan, parameter yang dianalisis, metodogi yang diterapkan, dan hasil utama yang dilaporkan.
Proses ini diawali dengan membaca teks penuh artikel untuk memastikan kesesuaian isi dengan focus penelitian.
Setiap artikel dianalisis menggunakan inovasi teknologi untuk deteksi dan pemantauan stunting.
Jurnal yang terkait dengan smart health untuk pendeksi dan pencegahan stunting dikelompokkan ke dalam tiga kategori utama, yaitu: pendeteksi, pemantauan dan pencegahan.
Misalnya, untuk kategori pendeteksi, informasi seperti sensor yang digunakan .
isalnya, sensor ultrasonic, load cell, kamera, augmented realit.
, dan platform penyimpnan data .
loud atau loca.
dicatat secara terstruktur.
Dari hasil penelusuran, diperoleh 20 artikel Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
maupun jurnal yang relevan membahas tentang stunting dan telah diseleksi dari total 40 artikel ataupun jurnal yang didapati.
Data tersebut ditampilkan pada Tabel 1.
No.
Pemantauan Deteksi Pencegahan Total Tabel 2.
Hasil Pencarian Literature Kategori Jumlah Artikel Sintetis Literature Data yang telah dikumpulkan kemudian dianalisis dan disusun kembali guna mengidentifikasi pola, kecenderungan, serta kelebihan dan kekurangan dari masing-masing metode yang dikaji.
Proses sintesis ini dilakukan melalui pengelompokan informasi berdasarkan kategori utama dalam penelitian, yaitu aspek pemantauan, deteksi, dan pencegahan.
Pendekatan ini mempermudah pemahaman terhadap variasi penerapan teknologi dalam konteks Smart Health untuk stunting, mengevaluasi tingkat efektivitasnya, serta mengidentifikasi celah penelitian yang dapat dijadikan dasar pengembangan lebih lanjut.
Setelah proses sintesis selesai, disusunlah laporan akhir yang merangkum temuan-temuan utama terkait strategi pencegahan stunting di berbagai wilayah, peningkatan pengetahuan dalam deteksi dini pada anak, serta rekomendasi implementatif dan arah penelitian masa depan.
Kajian literatur ini bertujuan untuk memberikan pemahaman menyeluruh mengenai integrasi teknologi smart health dalam sistem deteksi stunting, mengatasi berbagai hambatan yang ada, serta meningkatkan efisiensi dalam upaya pencegahan stunting pada anak.
Proses analisis dilakukan dengan cara mengamati pola dan kecenderungan pemanfaatan teknologi.
Setiap temuan kemudian dibandingkan berdasarkan tingkat efektivitas, efisiensi pemantauan secara waktu nyata .
eal-tim.
, ketepatan dalam mendeteksi kasus, serta kontribusinya dalam tindakan pencegahan.
Analisis kualitatif juga digunakan untuk mengelompokkan berbagai teknologi berdasarkan keunggulan dan tantangan yang dihadapi dalam implementasinya.
HASIL DAN ANALISIS
Hasil studi literature ini mengidentifikasi 40 jurnal yang relevan dengan penerapan smart health untuk pemantauan, deteksi dan pencegahan stunting pada anak.
Jurnal-jurnal ini dikelompokkan ke dalam tiga kategori utama, yaitu: Pemantauan ( jurna.
Deteksi ( jurna.
, serta pencegahan ( jurna.
Pengelompokan ini mencerminkan fokus utama penelitian terkait pencegahan dan deteksi stunting pada anak berbasis teknologi Studi literatur ini menegaskan bahwa teknologi smart health, khususnya yang berbasis IoT.
AI, dan machine learning, memberikan solusi yang signifikan untuk mengatasi tantangan dalam pencegahan dan deteksi stunting.
Teknologi ini memungkinkan pemantauan yang lebih mendalam, deteksi yang lebih akurat, dan optimasi yang lebih efisien dibandingkan metode konvensional.
Namun, terdapat tantangan yang perlu diperhatikan, seperti biaya awal yang tinggi, kebutuhan infrastruktur teknologi yang memadai, dan adaptasi terhadap kondisi operasional lokal.
Dengan demikian, hasil ini memberikan arah yang jelas untuk pengembangan lebih lanjut, terutama dalam menciptakan solusi yang lebih terjangkau dan adaptif terhadap berbagai kondisi lingkungan.
Berdasarkan kualifikasi, smart health pada stunting dibagi menjadi 3 kategori, yaitu Deteksi.
Pemantauan, dan Pencegahan dengan memiliki focus parameter dan aspek tersendiri, seperti yang dtinjukkan pada blok diagram dibawah ini.
Gambar 2.
Diagram Blok berdasarkan kualifikasi Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Teknologi Deteksi Pada Stunting Seiring dengan perkembangan teknologi informasi dan digital, upaya deteksi dini stunting kini dapat dilakukan secara lebih efektif, cepat, dan akurat melalui pemanfaatan berbagai inovasi teknologi.
Teknologi deteksi stunting hadir untuk mendukung tenaga kesehatan dan masyarakat dalam mengidentifikasi risiko pertumbuhan anak yang tidak sesuai standar, sehingga intervensi dapat dilakukan sedini mungkin.
Berbagai pendekatan seperti penggunaan sensor berbasis Internet of Things (IoT), kecerdasan buatan (AI), sistem pakar, serta aplikasi mobile telah dikembangkan untuk mempermudah proses pencatatan, analisis, dan pelaporan kondisi gizi anak secara terintegrasi.
No.
Tabel 3.
Penelitian Terkait Teknologi Deteksi Stunting Parameter yang Judul Metode yang Dideteksi Digunakan Tinggi dan Berat Badan Web App sensor Balita.
Umur.
Jenis Kelamin ultrasonic & load cell.
Random Forest Flask Railway.
Jaringan Syaraf Tiruan (Backpropagatio.
Voting Classifier (RF.
DT.
SVM.
XGB).
Decision Tree SMOTE.
Android App Pelatihan Kader.
Kotlin Kalkulator Gizi.
Skoring Manual Kartu Prediksi Stunting Gejala klinis atau Resiko Certainty Factor Sistem Stunting Pakar Visual .
itra tubuh bay.
YOLOv4 AR OpenCV Pengetahuan, edukasi, dan .
Web App Edukasi KDS Riwayat Kesehatan Online.
Android App Pretest-posttest Literatur-based, multi model RF.
XGB.
SVM.
ResNet18.
Explainable AI (XAI) Berdasarkan Tabel 3, beragam metode deteksi stunting yang digunakan dalam berbagai jurnal memiliki kelebihan masing-masing yang mendukung efektivitas dan efisiensi dalam upaya penanganan masalah stunting.
Metode berbasis sensor fisik seperti Arduino Uno, sensor ultrasonik, dan load cell memiliki keunggulan dalam memberikan hasil pengukuran tinggi dan berat badan balita secara objektif dan real-time.
Teknologi ini juga mampu meminimalkan kesalahan manusia dalam proses pengukuran dan sangat cocok diterapkan di daerah dengan keterbatasan tenaga kesehatan karena bersifat portabel dan ekonomis.
Metode berbasis aplikasi kalkulator deteksi stunting (KOKI) yang dikembangkan dalam bentuk aplikasi web menunjukkan kemudahan dalam penggunaan oleh kader Posyandu.
Aplikasi ini hanya memerlukan data dasar antropometri untuk mengidentifikasi status gizi anak, serta mampu meningkatkan pengetahuan dan keterampilan kader dalam deteksi dini stunting.
Penggunaan algoritma kecerdasan buatan seperti Random Forest.
Convolutional Neural Network (CNN), dan Jaringan Syaraf Tiruan (JST) juga memberikan keunggulan berupa akurasi yang tinggi dalam klasifikasi status gizi dan deteksi risiko stunting.
Metode ini mampu memproses data dalam jumlah besar serta mempertimbangkan berbagai variabel, sehingga hasil yang diperoleh lebih tepat dan informatif.
Metode berbasis komputer vision dan augmented reality, seperti penggunaan YOLOv4 dan OpenCV, memungkinkan pengukuran tinggi badan bayi secara otomatis tanpa kontak fisik, yang memberikan kenyamanan dan keamanan bagi anak.
Sistem ini terbukti lebih cepat dan efisien dibandingkan metode manual, serta menunjukkan potensi untuk diterapkan di berbagai lingkungan, termasuk rumah tangga.
Selain itu, pendekatan menggunakan sistem pakar dengan metode Certainty Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Factor memberikan kemudahan dalam mendiagnosis gejala awal stunting berdasarkan input gejala dari pengguna.
Sistem ini sangat membantu masyarakat dalam melakukan konsultasi mandiri yang cepat dan sederhana melalui antarmuka berbasis web.
Penggunaan aplikasi mobile berbasis Android juga memiliki banyak kelebihan, terutama dalam hal aksesibilitas yang luas, kemudahan digitalisasi data, dan integrasi fitur edukasi, notifikasi, serta grafik pemantauan pertumbuhan anak.
Hal ini mempermudah kader maupun orang tua dalam melakukan pemantauan dan pencatatan perkembangan gizi anak secara praktis.
Dalam hal edukasi, pemanfaatan media berbasis kecerdasan buatan seperti chatbot di WhatsApp dan Canva memberikan pengalaman belajar yang interaktif, empatik, dan mudah dipahami oleh pengguna, terutama bagi masyarakat dengan tingkat literasi yang Terakhir, metode analisis spasial seperti MoranAos I dan Local Indicator of Spatial Association (LISA) memberikan keunggulan dalam mengidentifikasi pola distribusi geografis kejadian stunting.
Informasi ini sangat berguna bagi pembuat kebijakan untuk menyusun intervensi yang lebih terarah dan berbasis wilayah.
Namun, terdapat beberapa tantangan utama dalam implementasi teknologi ini, ditemukan dalam berbagai inovasi deteksi stunting yang dikaji.
Pertama, dari sisi teknologi dan infrastruktur, banyak sistem yang masih bergantung pada akses internet dan perangkat digital seperti smartphone dan Hal ini menjadi tantangan utama, terutama di wilayah pedesaan atau terpencil yang belum memiliki infrastruktur teknologi yang memadai.
Selain itu, sebagian besar aplikasi hanya tersedia dalam platform Android, sehingga tidak dapat diakses oleh pengguna IOS atau perangkat lainnya.
Kedua, keterbatasan pada fitur dan data juga menjadi kendala penting.
Banyak aplikasi belum terintegrasi langsung dengan sistem data kesehatan nasional seperti milik Puskesmas atau Dinas Kesehatan.
Sebagian besar aplikasi juga hanya berfokus pada data berat dan tinggi badan anak, tanpa mempertimbangkan faktor pendukung lainnya seperti pola makan, sanitasi lingkungan, dan riwayat Bahkan, beberapa aplikasi menggunakan dataset terbatas atau belum merepresentasikan kondisi lokal di Indonesia, sehingga akurasinya diragukan untuk digunakan secara luas.
Ketiga, dari aspek metodologis, banyak penelitian menggunakan desain pra-eksperimental yang tidak melibatkan kelompok kontrol maupun randomisasi.
Hal ini menyebabkan potensi bias dalam hasil penelitian dan menyulitkan generalisasi temuan ke populasi yang lebih besar.
Jumlah responden dalam sebagian besar penelitian juga tergolong kecil, biasanya hanya berkisar antara 15 hingga 40 orang.
Selain itu, sebagian besar aplikasi belum diuji efektivitasnya dalam jangka panjang maupun dalam kondisi lapangan secara nyata.
Selanjutnya, pada aspek implementasi teknis, terdapat sistem yang belum dilengkapi dengan fitur penting seperti visualisasi data tren stunting atau sistem peringatan dini.
Beberapa sistem yang menggunakan model kecerdasan buatan seperti Random Forest.
CNN, atau jaringan syaraf tiruan, tidak menyertakan fitur interpretatif atau interaktif bagi pengguna awam, yang dapat membatasi pemanfaatannya secara praktis oleh kader kesehatan atau masyarakat umum.
Terakhir, sebagian besar aplikasi belum dilengkapi dengan fitur konsultasi dengan tenaga medis, dan masih sangat bergantung pada pengisian data secara manual oleh pengguna.
Hal ini rentan terhadap kesalahan input dan misinterpretasi hasil.
Meskipun inovasi ini memiliki potensi besar dalam mendeteksi stunting secara dini, sebagian besar masih berada pada tahap awal pengembangan dan memerlukan uji coba berskala besar serta evaluasi lebih mendalam untuk membuktikan efektivitas dan keberlanjutannya.
Teknologi Pemantauan Pada Stunting Gambar 3.
Blok Diagram Sistem Pemantaun.
Deteksi, dan Pencegahan Stunting Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Teknologi berbasis Internet of Things (IoT).
Artificial Intelligence (AI), dan Machine Learning telah diterapkan secara luas dalam upaya pemantauan, deteksi, dan pencegahan stunting secara waktu nyata .
eal-tim.
Berbagai perangkat seperti timbangan pintar berbasis IoT, sensor ultrasonik, kamera computer vision dengan algoritma YOLOv4, serta aplikasi Android seperti EBiliting.
PELITA-Smart, dan Gosting, digunakan untuk mengumpulkan data penting mengenai tinggi badan, berat badan, usia, jenis kelamin, hingga status gizi anak.
Teknologi ini memanfaatkan pemrosesan otomatis berbasis AI dan machine learning, termasuk metode Random Forest.
CNN/MobileNetV2, dan Backpropagation JST, untuk menganalisis dan mengklasifikasikan risiko stunting secara efisien.
Data yang diperoleh dari perangkat-perangkat ini kemudian dikirim ke platform digital berbasis MySQL menggunakan jaringan nirkabel seperti WiFi atau teknologi jarak jauh seperti Citra Satelit atau Mechine Learning.
Teknologi ini terbukti efektif digunakan di wilayah terpencil yang memiliki keterbatasan akses internet, karena memungkinkan transmisi data dengan konsumsi daya rendah dalam jangkauan yang luas.
Meski demikian, tantangan seperti interferensi sinyal, keterbatasan perangkat, dan ketergantungan pada kondisi lingkungan masih menjadi kendala yang perlu diatasi.
Salah satu solusi yang disarankan adalah penerapan sistem jaringan mesh, yang memungkinkan setiap perangkat saling terhubung dan memperkuat jalur komunikasi data secara otomatis.
Dari berbagai penelitian dalam dokumen, implementasi teknologi smart health terbukti dapat meningkatkan efisiensi pemantauan stunting hingga 95%, dengan keunggulan utama berupa akurasi pengukuran tinggi dan berat badan, kemudahan dalam interpretasi data, serta respons yang lebih cepat terhadap kondisi anak yang berisiko stunting.
Sistem-sistem tersebut juga mendukung pelaporan digital secara otomatis melalui platform seperti whatsapp, web, dan AI sehingga sangat mendukung upaya pengambilan keputusan cepat oleh tenaga kesehatan maupun kader di lapangan.
Dengan demikian, integrasi teknologi IoT dan AI dalam pemantauan stunting tidak hanya mempercepat deteksi dan analisis, tetapi juga membuka peluang besar dalam pengembangan sistem kesehatan digital yang efisien, adaptif, dan dapat diandalkan, terutama di daerah dengan keterbatasan sumber daya.
Studi-studi yang dikaji dalam dokumen juga menyoroti bahwa pendekatan ini memiliki potensi besar untuk menggantikan metode konvensional yang masih bergantung pada pencatatan manual dan pengukuran yang bersifat subjektif.
No.
Tabel 4.
Penelitian Terkait Teknologi Pemantauan Pada Stunting Pemantauan Sensor Parameter yang Pengiriman Data Pemantauan Berat Badan.
Tinggi Timbangan Android App.
Pertumbuhan Badan, lingkar digital sensor Sistem Fisik Anak kepala, lingkar tinggi, sensor (Antropometr.
lengan atas, dan otomatis (RFID SIPE.
SQLite, .
indeks z-score e-KMS), manual RISKESDAS, .
(WHO) SUSENAS Pemantauan Status Gizi & Risiko Stunting .
Status Gizi .
tunting, wasting.
Imunisasi.
Vitamin A, fisik, kognitif Manual input AI analitik.
Data Sekunder (NFHS) Pemantauan Edukasi & Perilaku Kesehatan .
Pengetahuan ibu, praktik pijat bayi.
ASI, jadwal posyandu, edukasi ASI.
Partisipasi Manual input Video edukatif.
SMS Youtube Penyimpanan Data Aplikasi lokal.
Real-time, data lokal & MySQL Android APP Data (PELITAkelurahan/ Smar.
(PWA), dinas, data GIS & analisis KMS, cloud Android App Cloud via Internet.
SMS.
PWA.
Youtube Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Pemantauan Spasial dan Tren Wilayah .
Prevalensi.
Stunting.
Wasting.
Underweight
Data Sekunder NFHS-4 & NHFS-5
GIS Software Spatial
(LISA,
MoransAos I) Berbagai jurnal yang membahas pemantauan status gizi dan stunting pada anak menunjukkan bahwa pemanfaatan teknologi, baik berbasis Internet of Things (IoT), kecerdasan buatan (AI), maupun analisis spasial, memberikan keunggulan dalam hal efisiensi, kemudahan akses, serta kemampuan untuk menampilkan data secara sistematis dan informatif.
Misalnya, sistem timbangan pintar mampu melakukan pemantauan real-time menggunakan sensor berat dan tinggi badan serta memberikan rekomendasi gizi langsung melalui aplikasi Android.
Aplikasi berbasis AI untuk kader juga mempermudah pelaporan dan pelacakan pertumbuhan anak secara digital, bahkan dapat diintegrasikan dengan berbagai platform Sementara itu, pemanfaatan data sekunder berskala nasional seperti NFHS.
SUSENAS, dan RISKESDAS dipadukan dengan citra satelit dan analisis spasial .
eperti MoranAos I dan LISA), memungkinkan pemetaan wilayah-wilayah rawan stunting untuk mendukung kebijakan yang berbasis data.
Namun demikian, masing-masing pendekatan memiliki keterbatasan.
Beberapa sistem sangat bergantung pada koneksi internet dan perangkat keras tertentu, serta membutuhkan literasi digital pengguna yang memadai.
Aplikasi yang tidak dilengkapi sensor otomatis mengandalkan input manual, sehingga rentan terhadap kesalahan data.
Selain itu, pemantauan berbasis data sekunder tidak dapat dilakukan secara real-time dan tidak memungkinkan pelacakan individu secara spesifik.
Dengan demikian, meskipun pendekatan digital dan spasial memiliki potensi besar dalam mendukung upaya pencegahan dan penanganan stunting, diperlukan integrasi antar sistem serta peningkatan validasi dan pelatihan pengguna agar efektivitasnya dapat lebih optimal di berbagai lapangan.
Teknologi Pencegahan Pada Stunting Stunting merupakan masalah gizi kronis yang berdampak jangka panjang terhadap pertumbuhan fisik dan perkembangan kognitif anak.
Pencegahan stunting menjadi langkah strategis yang jauh lebih efektif dibandingkan penanganan, karena dapat memutus rantai antargenerasi serta meningkatkan kualitas sumber daya manusia sejak dini.
Untuk itu, upaya pencegahan perlu dilakukan secara menyeluruh melalui intervensi multidimensi yang mencakup aspek gizi, kesehatan, sanitasi, pendidikan, sosial ekonomi, dan pemanfaatan Tabel 5.
Penelitian Terkait Teknologi Pencegahan Pada Stunting No.
Aspek Pencegahan Metode Pencegahan Kehamilan Dini & Website E-health education.
IoT M-KIA Integration.
Edukasi Remaja .
Pelatihan Kader Sistem Digital.
Android ChatGPT Chatbot.
App Behaviour Change Communication.
Kalkulator Gizi Live Chat pelaporan pemerintah, android Random Forest Agile Development.
KNN PHP MySQL, pendekatan cross-sectional, analisis chi-square.
Komunikasi Interpersonal & WhatsApp Chatbot Canva Konseling Berbasis AI .
Suplementasi & Nutrisi .
RCT Biomarker analysis.
CNN MobileNetV2 Firebase Gizi & Monitoring Digital .
CNN tensorflow lite.
ML Text-to-audio Image Processing, .
CNN MobileNetV2 Android.
Cross-sectional Regression Pada kelima penelitian mengenai pencegahan stunting menunjukkan pendekatan yang beragam dan inovatif, mulai dari pemanfaatan teknologi berbasis Internet of Things (IoT) seperti dalam sistem E-STARE yang mengintegrasikan edukasi dan konsultasi gizi secara daring, hingga penggunaan chatbot AI untuk komunikasi interpersonal yang efektif dalam meningkatkan literasi gizi masyarakat.
Penelitian lain seperti Kartu Deteksi Stunting Online (KDS) dan Revitalisasi Posyandu Remaja menitik beratkan pada penguatan peran ibu dan remaja dalam memantau tumbuh kembang anak secara dini, sementara uji klinis di Uganda membuktikan efektivitas suplemen berbasis lemak dalam memperbaiki status mikronutrien anak.
Meskipun Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
memiliki keunggulan dari sisi edukasi, aksesibilitas, dan pendekatan preventif, masing-masing penelitian juga memiliki keterbatasan, seperti belum adanya sistem pemantauan real-time, belum terujinya efektivitas dalam jangka panjang, ketergantungan pada input manual, serta keterbatasan dalam penerapan lintas konteks Oleh karena itu, dibutuhkan integrasi dan validasi lanjutan agar strategi-strategi ini dapat diimplementasikan secara optimal dalam skala luas.
Implikasi Penggunaan Smart Health Pada Stunting Penggunaan smart health dalam penanganan stunting memberikan berbagai implikasi positif yang Pertama, teknologi digital seperti aplikasi berbasis web dan mobile, perangkat berbasis Internet of Things (IoT), serta kecerdasan buatan (AI) terbukti mampu meningkatkan deteksi dini stunting pada balita secara lebih akurat dan efisien.
Hal ini membantu tenaga kesehatan dan kader posyandu dalam mengambil tindakan lebih cepat dan tepat.
Kedua, penerapan smart health meningkatkan pengetahuan dan keterampilan ibu serta kader posyandu melalui media edukasi digital, seperti video interaktif, chatbot berbasis WhatsApp, serta aplikasi berbasis AI.
Edukasi ini memberikan pemahaman lebih baik terkait pentingnya 1000 Hari Pertama Kehidupan (HPK), gizi seimbang, dan pemantauan tumbuh kembang anak.
Ketiga, sistem digital memungkinkan pemantauan status gizi dan pertumbuhan anak secara berkelanjutan melalui fitur pelacakan berat badan, tinggi badan, lingkar kepala, serta rekomendasi gizi yang disesuaikan dengan kebutuhan anak.
Hal ini memperkuat peran orang tua dalam memantau perkembangan anak dan mencegah stunting sejak dini.
Keempat, teknologi smart health mendukung penguatan kapasitas kelembagaan, khususnya posyandu dan institusi masyarakat pedesaan, dalam mengelola data stunting secara digital, menggantikan sistem manual yang rentan kehilangan data.
Dengan adanya pengelolaan data yang lebih baik, proses intervensi gizi dan pelaporan menjadi lebih efektif dan efisien.
Meskipun demikian, terdapat beberapa kendala dalam implementasi, seperti keterbatasan akses internet dan perangkat teknologi di wilayah terpencil, rendahnya literasi digital pada sebagian kader, serta belum banyaknya penelitian yang mengevaluasi dampak jangka panjang penggunaan smart health terhadap penurunan angka stunting secara langsung.
Dengan demikian, penggunaan smart health berpotensi besar dalam mendukung upaya percepatan penanggulangan stunting, asalkan diimbangi dengan penyediaan infrastruktur, pelatihan sumber daya manusia, dan pemantauan berkelanjutan.
Perbandingan Efektivitas Penggunaan Smart Health dan Metode Konvensional Pemantauan stunting dengan metode konvensional dan pendekatan smart health menunjukkan perbedaan yang cukup mencolok dari segi efektivitas, kecepatan, serta tingkat akurasi.
Tabel 6 menggambarkan secara rinci perbandingan efektivitas antara kedua pendekatan tersebut.
Berdasarkan tabel tersebut, implementasi smart health menunjukkan peningkatan yang nyata dalam berbagai aspek terkait penanganan stunting, terutama dalam proses pemantauan, deteksi dini, dan pencegahan, jika dibandingkan dengan metode konvensional yang masih mengandalkan pengamatan manual dan pengumpulan data secara offline.
Salah satu perbedaan paling signifikan terletak pada sistem pemantauan kinerja.
Pendekatan konvensional, yang bersandar pada inspeksi manual serta tidak dilengkapi dengan sistem pemantauan waktu nyata, sering kali mengalami keterlambatan dalam mengidentifikasi penurunan status gizi atau kesalahan dalam pencatatan data.
Sebaliknya, smart health yang didukung oleh teknologi Internet of Things (IoT) dan sistem basis data seperti MySQL, memungkinkan pemantauan secara real-time, sehingga potensi masalah dapat segera terdeteksi dan ditindaklanjuti dengan cepat.
Efektivitas pemantauan mengalami peningkatan hingga 95% melalui penerapan smart health, berkat proses pengumpulan data yang berlangsung secara kontinu dan kemampuan analisis otomatis, yang memberikan keunggulan signifikan dibandingkan metode manual yang memakan waktu dan bergantung pada estimasi atau observasi terbatas.
No.
Tabel 6.
Perbandingan Efektivitas Penggunaan Smart Health dan metode konvensional Aspek Smart Health Metode Konvensional Efektivitas Deteksi Dini Lebih cepat dan Lambat, mengandalkan KDS Online meningkatkan akurat menggunakan pengukuran manual skor deteksi dari median 24 sensor.
AI, dan dan observasi visual Ie 87.
contactless system aplikasi deteksi capai akurasi 93,2%.
Timbangan Pintar capai 95% Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Edukasi Interaktif, fleksibel, menggunakan video, chatbot, dan artikel Mengandalkan penyuluhan luring, pamflet, dan dialog satu Pemantauan Gizi Pemantauan rutin berbasis grafik dan sistem peringatan otomatis berbasis IoT Dicatat manual di Buku KIA/KMS yang rentan hilang dan tidak real Akses dan Jangkauan Luas, dan tergantung Bergantung pada jadwal posyandu dan tenaga kesehatan Efektivitas Jangka Panjang Potensial tinggi .
erlu evaluasi lebih lanju.
Telah lama digunakan, tapi hasil penurunan stunting stagnan Peningkatan pengetahuan kader dan ibu signifikan pasca sosialisasi dengan media AI.
chatbot mempercepat pemahaman informasi Aplikasi Android AI mempermudah pelacakan status gizi dan grafik memungkinkan deteksi peringatan stunting secara Aplikasi dapat digunakan mandiri oleh ibu di rumah.
keterbatasan hanya pada area yang belum terjangkau Studi belum secara longitudinal mengevaluasi penurunan prevalensi menunjukkan peningkatan literasi dan kesiapan Meskipun penggunaan smart health menawarkan berbagai keunggulan dalam percepatan deteksi dan edukasi stunting, terdapat sejumlah kelemahan yang perlu diperhatikan dalam implementasinya.
Pertama, pendekatan ini sangat bergantung pada infrastruktur teknologi, seperti ketersediaan akses internet dan perangkat digital, yang masih menjadi kendala di wilayah pedesaan dan daerah tertinggal.
Kedua, tingkat literasi digital yang rendah pada sebagian kader posyandu, tenaga kesehatan, maupun masyarakat umum menjadi hambatan dalam pemanfaatan aplikasi secara optimal.
Ketiga, sebagian besar intervensi smart health masih berada pada tahap uji coba terbatas dan belum dievaluasi secara menyeluruh terhadap efektivitas jangka panjangnya dalam menurunkan angka stunting.
Keempat, kompleksitas teknis dari beberapa sistem, seperti alat ukur berbasis kecerdasan buatan atau computer vision, menuntut adanya pelatihan khusus dan pendampingan teknis yang memadai.
Kelima, banyak aplikasi yang belum terintegrasi dengan sistem informasi kesehatan nasional, sehingga data yang dikumpulkan tidak dapat dimanfaatkan secara maksimal dalam perencanaan kebijakan dan intervensi Selain itu, aspek keamanan dan privasi data juga menjadi perhatian, mengingat aplikasi digital ini mengumpulkan data pribadi anak dan keluarga yang berpotensi disalahgunakan apabila tidak dilengkapi dengan sistem perlindungan data yang memadai.
Oleh karena itu, pengembangan dan implementasi smart health dalam penanganan stunting perlu disertai dengan pendekatan holistik yang mempertimbangkan kesiapan infrastruktur, kapasitas sumber daya manusia, integrasi sistem, serta perlindungan data pengguna.
Contoh Alat Deteksi Stunting Berbasis Teknologi Salah satu inovasi teknologi dalam deteksi dini stunting adalah sistem pengukuran tinggi badan bayi tanpa kontak fisik, yang dikembangkan menggunakan teknik computer vision dan algoritma Media Pipe Pose .
Sistem ini dirancang untuk mengatasi keterbatasan metode konvensional yang mengharuskan kontak langsung dan sering kali menghasilkan pengukuran yang tidak akurat, terutama pada bayi yang tidak dapat berdiri tegak.
Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Gambar 4.
Desain alat dengan 33 poin kunci pose MediaPipe dan MediaPipe yang dimodifikasi Alat ini terdiri dari:
A Kamera/Webcam Standar untuk menangkap citra bayi yang berbaring.
A Alas referensi hijau berukuran tetap .
sebagai acuan konversi piksel ke cm.
A Algoritma Media Pipe Pose yang dimodifikasi, digunakan untuk mendeteksi titik-titik kunci tubuh bayi seperti kepala, hidung, pinggul, lutut, pergelangan kaki, dan tumit.
A Sistem pemrosesan citra yang menghitung jarak antar titik menggunakan rumus Euclidean dan menggabungkannya menjadi estimasi tinggi badan.
Cara Kerja Sistem:
Pengambilan Gambar Bayi dilettakan di atas alas hijau, dan gambar diambil menggunakan webcam dari atas.
Deteksi Alat Referensi Sistem mengenali panjang alas .
sebagai skala konversi dari piksel ke ukuran fisik Deteksi Titik Kunci Tubuh MediaPipe Pose mendeteksi 33 titik tubuh, namun sistem hanya menggunakan titik-titik relevan untuk pengukuran tinggi.
Modifikasi Titik Kunci Titik puncak kepala dihitung dari jarak antara hidung dan titik tengah pinggul dikalikan dengan koefisien tertentu berdasarkan proporsi tubuh bayi.
Perhitungan Jarak Lima segmen tubuh dihitung : h1 .
epala ke hidun.
, h2 .
idung ke pinggu.
, h3 .
inggul ke lutu.
, h4 .
utut ke pergelangan kak.
, h5 .
ergelangan kaki ke tumi.
Total tinggi badan diperoleh dari penjumlahan kelima segmen
Konversi dan Visualisasi
Jarak piksel dikonversi ke cm menggunakan panjang alas sebagai referensi, lalu hasil ditampilkan secara numerik dan visual
KESIMPULAN
Penelitian ini menyimpulkan bahwa penerapan smart health yang berbasis teknologi Internet of Things (IoT).
Artificial Intelligence (AI), dan Machine Learning (ML) sangat menjanjikan dalam upaya deteksi dan pencegahan stunting pada anak.
Teknologi ini terbukti mampu meningkatkan efektivitas pemantauan status gizi anak hingga 95%, memberikan hasil deteksi yang lebih cepat dan akurat, serta mempermudah proses edukasi kepada masyarakat melalui media digital yang interaktif dan fleksibel.
Beragam inovasi telah dikembangkan, seperti aplikasi berbasis sensor, sistem pengukuran otomatis, hingga media edukasi berbasis chatbot dan video.
Teknologi ini tidak hanya membantu tenaga kesehatan dan kader posyandu dalam mengidentifikasi risiko stunting secara dini, tetapi juga memberdayakan orang tua dalam memantau pertumbuhan anak secara mandiri.
Jurnal ELKON.
Vol.
5 No.
2 Desember 2025 ISSN: 2809-140X (Ceta.
ISSN: 2809-2244 (Onlin.
Namun demikian, efektivitas penerapan smart health masih dipengaruhi oleh beberapa kendala, seperti keterbatasan infrastruktur teknologi, rendahnya literasi digital di kalangan pengguna, serta kurangnya integrasi dengan sistem informasi kesehatan nasional.
Sebagian besar teknologi yang diimplementasikan juga masih berada pada tahap uji coba dan belum dievaluasi secara menyeluruh dalam jangka panjang.
Oleh karena itu, untuk mengoptimalkan peran smart health dalam penanggulangan stunting, diperlukan integrasi sistem yang lebih baik, dukungan infrastruktur yang memadai, peningkatan kapasitas sumber daya manusia, serta evaluasi lapangan yang berkelanjutan.
Selain itu, kebijakan nasional yang berpihak pada transformasi digital di sektor kesehatan juga menjadi kunci keberhasilan implementasi strategi ini dalam skala luas.
DAFTAR PUSTAKA