Detail Karya Ilmiah

  • KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN KOHONEN SELF ORGANIZING MAP
    Penulis : Uhty Zunairoh
    Dosen Pembimbing I : Bain Khusnul Khotimah, S.T., M.Kom.
    Dosen Pembimbing II :Aeri Rachmad, S.T., M.T.
    Abstraksi

    Aplikasi klasifikasi status gizi balita ini dibuat untuk mempermudah dilakukannya kontrol terhadap perkembangan status gizi balita terutama di tempat penelitian ini dilakukan yaitu Kecamatan Arosbaya, tepatnya di Puskesmas Arosbaya. Aplikasi ini juga dapat digunakan sebagai media informasi karena dapat diisi dengan informasi yang berkaitan dengan Puskesmas Arosbaya sendiri. Untuk menentukan status gizi balita di aplikasi ini, digunakan metode Kohonen Self Organizing Map, dengan mengambil data dari Puskesmas Arosbaya. Parameter yang digunakan ada empat, yaitu: usia, jenis kelamin, tinggi badan, dan berat badan. Karena metode K-SOM hanya dapat digunakan untuk menentukan cluster maka dibuatlah sebuah rule untuk menentukan klasifikasi data pada kelas tertentu.Umumnya untuk mengetahui status gizi balita hanya menggunakan tiga parameter, namun pada penelitian ini akan menggunakan empat parameter. Hasil klasifikasi akan dibagi menjadi 3 kelas, yaitu: kelas 1 (status gizi kurang), kelas 2 (status gizi normal), dan kelas 3 (status gizi normal). Hasil penelitian menunjukkan bahwa sebanyak 88,17% (82 balita) balita berstatus gizi kurang, 8,6% (delapan balita) balita berstatus gizi normal, dan 3,23% (tiga balita) balita berstatus gizi lebih dengan nilai learning rate dan MSE akhir masing-masing 0,09436 dan 0,000792353. Sedangkan nilai akurasi, sencitivity, dan specificity masing adalah 100%. Kata Kunci: Kohonen Self Organizing Map, status gizi balita, Puskesmas Arosbaya

    Abstraction

    Classification Application of children nutritions facts is made to make us easier in controlling the Children Nutritions Facts. This research had been done especially in Kecamatan Arosbaya, at Society Health Centre or Puskesmas Arosbaya, exactly. This application can be also used as informations tool. Because it would be also fulfilled by some information which are related to the Society Health Centre or Puskesmas Arosbaya itself. In order to determind the nutritions facts of the children, this application uses Kohonen Self Organizing Map methods. In collecting data from Society Health Centre or Puskesmas Arosbaya, there are four points of measurement, namely : Old/Age, Sex, Height, and Weight. Because K-SOM methods can be only used in order to determind the cluster. So, it had been made a rule to classify the data in certain classes. Generally, to knowing Children Nutrition Facts, it just used three measurements. But, in this research, the researcher used four measurements. It had been found the fact of reseach, that there are : Class 1 (less in nutrition facts), Class 2 (normal nutrition facts), and Class 3 (normal nutrition facts). And the reseach results show that 88,17% (82 children) are less in having nutrition facts, 8,6% (8 children) are having nomal nutrition facts, and 3,23% (3 children) are having better nutrition facts with learning rate value and MSE, each 0,09436 dan 0,000792353. Meanwhile, the accuration rate, sensitivity, and specificly, each 100 %. Keywords: Kohonen Self Organizing Map, children nutritions, Arosbaya Society Health Centre

Detail Jurnal