Stunting Toddler (Balita) Detection (121K Rows)

This "Stunting Baby/Toddler Detection" dataset is based on the z-score formula for determining stunting according to WHO (World Health Organization), that focuses on stunting detection in children under five years old. It consists of 121,000 rows of data, detailing information on the age, sex, height, and nutritional status of toddlers. This dataset aims to help researchers, nutritionists, and policymakers understand and address the problem of stunting in children under five years old.

Dataset Column Details:

Age (Month): Indicates the age of a baby/toddler in months. This age range is important for determining a child's growth phase and comparing it to healthy growth standards. (ages 0 to 60 months)

Gender: There are two categories in this column, 'male' and 'female'. Gender is an important factor in analyzing growth patterns and stunting risk.

Height: Recorded in centimeters, height is a key indicator for assessing the physical growth of children under five. This data allows researchers to determine whether a child's growth is in line with age standards.

Nutrition Status: This column is categorized into 4 statuses - 'severely stunted', 'stunted', 'normal', and 'tall'. 'Severely stunted' indicates a very serious condition (<-3 SD), 'stunted' indicates a stunted condition (-3 SD to <-2 SD), 'normal' indicates a healthy nutritional status (-2 SD to +3 SD), and 'tall' indicates above-average growth (>+3 SD). These categories help in the rapid identification and intervention of children at risk or experiencing stunting.

Use of Dataset:
This dataset is very useful for researchers and practitioners in the field of child health and nutrition, providing important insights for the development of nutrition intervention programs and public health policies. With accurate and detailed data, interventions can be more targeted and effective.

This dataset is designed to be a valuable resource in childhood stunting research and assist in the planning of better prevention and treatment strategies.

Notebook example:
https://www.kaggle.com/rendiputra/stunting-detection-with-knn-algorithm

---

Dataset "Stunting Toddler (Balita) Detection" ini kumpulan data berdasarkan rumus z-score penentuan stunting menurut WHO (World Health Organization), yang berfokus pada deteksi stunting pada balita (bayi dibawah lima tahun). Dataset ini terdiri dari 121.000 baris data, yang merinci informasi mengenai umur, jenis kelamin, tinggi badan, dan status gizi balita. Dataset ini bertujuan untuk membantu peneliti, ahli gizi, dan pembuat kebijakan dalam memahami dan mengatasi masalah stunting pada anak-anak di bawah lima tahun.

Rincian Kolom Dataset:

Umur (Bulan): Mengindikasikan usia balita dalam bulan. Rentang usia ini penting untuk menentukan fase pertumbuhan anak dan membandingkannya dengan standar pertumbuhan yang sehat. (Umur 0 sampai 60 bulan)

Jenis Kelamin: Terdapat dua kategori dalam kolom ini, 'laki-laki' (male) dan 'perempuan' (female). Jenis kelamin merupakan faktor penting dalam analisis pola pertumbuhan dan risiko stunting.

Tinggi Badan: Dicatat dalam centimeter, tinggi badan adalah indikator utama untuk menilai pertumbuhan fisik balita. Data ini memungkinkan peneliti untuk menentukan apakah pertumbuhan anak sesuai dengan standar usianya.

Status Gizi: Kolom ini dikategorikan menjadi 4 status - 'severely stunting', 'stunting', 'normal', dan 'tinggi'. 'Severely stunting' menunjukkan kondisi sangat serius (<-3 SD), 'stunting' menunjukkan kondisi stunting (-3 SD sd <-2 SD), 'normal' mengindikasikan status gizi yang sehat (-2 SD sd +3 SD), dan 'tinggi' (height) menunjukkan pertumbuhan di atas rata-rata (>+3 SD). Kategori ini membantu dalam identifikasi cepat dan intervensi bagi anak-anak yang berisiko atau mengalami masalah pertumbuhan.

Kegunaan Dataset:
Dataset ini sangat berguna bagi peneliti dan praktisi di bidang kesehatan dan gizi anak, memberikan wawasan penting untuk pengembangan program intervensi gizi dan kebijakan kesehatan publik. Dengan data yang akurat dan terperinci, intervensi dapat lebih ditargetkan dan efektif.

Dataset ini dirancang untuk menjadi sumber daya berharga dalam penelitian stunting pada anak-anak dan membantu dalam perencanaan strategi pencegahan dan pengobatan yang lebih baik.

Notebook example:
https://www.kaggle.com/rendiputra/stunting-detection-with-knn-algorithm