SKINKARE: Inovasi Deteksi Dini Stunting Berbasis Artificial Intelligence melalui Model Machine Learning

Stunting merupakan salah satu masalah kesehatan anak paling krusial di Indonesia. Berdasarkan data dari Kementerian Kesehatan, prevalensi stunting di Indonesia masih cukup tinggi dan menjadi ancaman serius terhadap kualitas generasi masa depan. Stunting tidak hanya berdampak pada pertumbuhan fisik anak, tetapi juga berpengaruh pada perkembangan otak, kemampuan belajar, dan produktivitas di masa dewasa. Meskipun pemerintah telah melakukan berbagai upaya intervensi melalui program gizi dan pendampingan di posyandu serta puskesmas, proses deteksi dini stunting masih menghadapi berbagai kendala, terutama di daerah terpencil atau minim fasilitas. Pengukuran tinggi dan berat badan anak secara manual masih rentan terhadap human error, kurangnya alat antropometri standar, dan keterbatasan tenaga kesehatan yang terlatih. Di samping itu, pelaporan dan pencatatan data pertumbuhan sering tidak terintegrasi dan tidak real-time. Melihat tantangan tersebut, dibutuhkan inovasi berbasis teknologi untuk meningkatkan efisiensi dan akurasi deteksi dini stunting. Salah satu solusinya adalah SKINKARE, yang merupakan singkatan dari Stunting Kids INsight via Kamera & Artificial Intelligence for Recovery. SKINKARE adalah sistem deteksi stunting yang dikembangkan dengan memanfaatkan kamera (sebagai pemindai data fisik anak) dan kecerdasan buatan (Artificial Intelligence) berbasis machine learning, yang mampu menganalisis data seperti tinggi badan, berat badan, dan usia untuk mengklasifikasikan risiko stunting secara otomatis. Dengan pendekatan ini, SKINKARE bertujuan untuk: Mempermudah proses pendeteksian stunting tanpa perlu alat ukur khusus, Mengurangi ketergantungan pada input manual, Memberikan hasil deteksi yang lebih cepat dan akurat, Menyediakan rekomendasi intervensi dini berdasarkan data. Inovasi ini diharapkan mampu mendukung upaya nasional dalam menurunkan angka stunting dan mempercepat penanganannya, khususnya di wilayah-wilayah dengan akses layanan kesehatan yang terbatas.