UNISMUH.AC.ID, MAKASSAR — Mahasiswi Program Studi Informatika Universitas Muhammadiyah (Unismuh) Makassar kembali memilih jalur publikasi ilmiah sebagai alternatif penyelesaian tugas akhir dari pola skripsi konvensional. Kali ini, Andi Firqatun Najiah Tenri Batari menuntaskan tugas akhirnya melalui jalur publikasi pada jurnal nasional terakreditasi Sinta 2. Andi Firqatun mengikuti ujian tugas akhir di Lab Jaringan Fakultas Teknik Unismuh Makassar, Senin, 31 Agustus 2026. Ia dibimbing Ir. Desi Anggreani, S.Kom., M.T. dan Lukman, S.Kom., M.T.
Ketua Program Studi Informatika Unismuh Makassar, Rizki Yusliana Bakti, S.T., M.T., mengatakan jalur publikasi merupakan bagian dari upaya membangun kultur akademik mahasiswa sejak jenjang sarjana. Menurutnya, mahasiswa tidak hanya didorong menyelesaikan penelitian sebagai persyaratan akademik, tetapi juga belajar mengubah hasil penelitian menjadi artikel, mengikuti standar jurnal, merespons hasil penelaahan, hingga menghasilkan karya yang dapat diakses komunitas ilmiah.
“Kami ingin mahasiswa melihat skripsi bukan hanya sebagai syarat untuk memperoleh gelar. Penelitian yang mereka lakukan harus didorong menjadi pengetahuan yang bisa dibaca, diuji, dan dikembangkan oleh orang lain,” kata Rizki.
Melalui jalur tersebut, mahasiswa tidak hanya menghasilkan tugas akhir dalam format skripsi konvensional, tetapi mengembangkan hasil penelitiannya menjadi artikel ilmiah yang harus memenuhi standar publikasi jurnal nasional terakreditasi. Andi Firqatun mengangkat penelitian berjudul “Model Hibrida PCA-MLP dan Optimasi untuk Klasifikasi Status Gizi Balita Berbasis Fitur Antropometri: Studi Kasus Kelurahan Tamarunang, Sulawesi Selatan.”
Naskah artikel tersebut ditulis bersama Desi Anggreani dan Lukman dari Program Studi Informatika Unismuh Makassar. Penelitiannya mengembangkan model machine learning untuk membantu mengklasifikasikan status gizi balita berdasarkan data antropometri. Sebanyak 638 data balita di Kelurahan Tamarunang, Kabupaten Gowa, Sulawesi Selatan, digunakan dalam penelitian tersebut. Enam variabel yang dianalisis meliputi berat badan lahir, tinggi badan lahir, usia saat pengukuran, berat badan, tinggi badan, serta lingkar lengan atas atau LiLA.
Untuk mengolah data tersebut, Andi Firqatun menggunakan Mutual Information (MI) dalam seleksi fitur dan Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi ketidakseimbangan data. Ia kemudian membandingkan tiga model, yakni Multilayer Perceptron (MLP), Random Forest, serta model hibrida Principal Component Analysis–Multilayer Perceptron (PCA-MLP).
Hasil penelitian menunjukkan bahwa berat badan dan tinggi badan saat pengukuran merupakan dua fitur paling informatif dalam klasifikasi status gizi. Berat badan memperoleh nilai Mutual Information 0,053, sedangkan tinggi badan 0,038. Dari tiga model yang dibandingkan, PCA-MLP mencatat kinerja terbaik dengan akurasi 93,70 persen dan F1-Score Macro 0,551. Random Forest menghasilkan akurasi 92,91 persen dengan F1-Score Macro 0,416, sedangkan MLP mencatat akurasi 92,13 persen dengan F1-Score Macro 0,320.
Temuan tersebut memperlihatkan bahwa penggabungan PCA dan MLP dapat membantu menyederhanakan representasi data sebelum proses klasifikasi. PCA mengurangi redundansi dan noise, sehingga jaringan MLP dapat mempelajari pola data dengan lebih efektif. Namun, penelitian tersebut juga menemukan tantangan di balik tingginya tingkat akurasi.
Sekitar 90,8 persen data penelitian berada pada kategori gizi baik, sehingga dataset mengalami ketidakseimbangan kelas yang cukup tinggi. Kondisi itu membuat model lebih mudah mengenali kategori gizi baik dibandingkan kasus gizi buruk dan risiko gizi lebih. Pada pengujian model PCA-MLP, kategori gizi baik memperoleh recall 1,00 dengan F1-score 0,97. Sementara itu, model hanya mampu mengenali satu dari empat kasus gizi buruk dan satu dari enam kasus risiko gizi lebih.
Temuan tersebut menunjukkan bahwa akurasi tinggi tidak otomatis berarti model mampu mendeteksi seluruh kelompok berisiko dengan tingkat keberhasilan yang sama. Karena itu, penelitian Andi Firqatun tidak memosisikan teknologi tersebut sebagai pengganti tenaga kesehatan. Model yang dikembangkan diarahkan sebagai alat pendukung keputusan untuk skrining awal status gizi, sedangkan penilaian dan keputusan klinis tetap menjadi kewenangan tenaga kesehatan.
Penelitian juga merekomendasikan perluasan jumlah dan keragaman dataset, serta penggunaan pendekatan lain untuk meningkatkan kemampuan model mengenali kelompok dengan jumlah data yang lebih sedikit. Rizki menilai keragaman tema penelitian mahasiswa Informatika menunjukkan bahwa teknologi komputasi memiliki ruang penerapan yang luas. Penelitian mahasiswa dapat diarahkan untuk membantu menjawab persoalan konkret di masyarakat, termasuk bidang kesehatan dan gizi.
Jalur publikasi yang ditempuh Andi Firqatun juga memperlihatkan berkembangnya alternatif penyelesaian tugas akhir di Program Studi Informatika Unismuh. Mahasiswa diperkenalkan dengan proses publikasi ilmiah sejak jenjang sarjana, mulai dari menyusun artikel sesuai standar jurnal, melakukan perbaikan naskah, hingga menghadapi proses peer review.
Dengan pola tersebut, tugas akhir tidak hanya berakhir sebagai dokumen akademik setelah ujian, tetapi diarahkan menjadi karya ilmiah yang dapat dibaca, ditelaah, diuji, dan dikembangkan oleh peneliti lainnya. Secara tematik, riset Andi Firqatun beririsan dengan Sustainable Development Goals (SDGs), khususnya SDG 2 tentang Tanpa Kelaparan melalui perhatian terhadap masalah malnutrisi, SDG 3 tentang Kehidupan Sehat dan Sejahtera melalui pengembangan metode skrining status gizi anak, serta SDG 9 tentang Industri, Inovasi, dan Infrastruktur melalui penerapan kecerdasan buatan dan machine learning.
Pilihan Andi Firqatun menempuh jalur publikasi Sinta 2 menambah deretan mahasiswa Informatika Unismuh yang memilih penyelesaian tugas akhir berbasis publikasi ilmiah. Penelitian mahasiswa tidak sekadar diarahkan untuk memenuhi persyaratan kelulusan, tetapi juga menjadi pengetahuan yang masuk ke ruang publikasi akademik.