IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BERAT BADAN IDEAL
SKRIPSI
OLEH
DESFA MAULANI 061401072
PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER & TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013
Universitas Sumatera Utara
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BERAT BADAN IDEAL
SKRIPSI
Diajukan untuk melengkapi tugas guna memenuhi syarat mencapai gelar Sarjana Komputer
DESFA MAULANI 061401072
PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER & TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013
Universitas Sumatera Utara
PERSETUJUAN
Judul
Kategori Nama NomorIndukMahasiswa Program Studi Departemen Fakultas
: IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BERAT BADAN IDEAL : SKRIPSI : DESFA MAULANI : 061401072 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER : ILMU KOMPUTER & TEKNOLOGI INFORMASI (FASILKOM-TI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 21 Agustus 2013
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Maya Silvi Lydia, BSc, MSc. NIP. 197401272002122001
Prof. Dr. Muhammad Zarlis, MSc. NIP. 195707011986011003
Disetujuioleh Program Studi S1 IlmuKomputer Ketua,
Dr. Poltak Sihombing, M.Kom. NIP.196203171991031001
Universitas Sumatera Utara
PERNYATAAN IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BERAT BADAN IDEAL SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 21 Agustus 2013
Desfa Maulani 061401072
Universitas Sumatera Utara
PENGHARGAAN
Alhamdulillahirobbil’alamin penulis ucapkan kepada Sang Khaliq Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Skripsi ini merupakan salah satu syarat yang wajib diselesaikan guna meraih gelar Sarjana Komputer pada jurusan S1 Ilmu Komputer Universitas Sumatera Utara. Adapun judul yang diangkat penulis dalam skripsi ini adalah Implementasi Algoritma K-Means Clustering Dalam Menentukan Berat Badan Ideal. Tidak dapat dipungkiri bahwa dalam penyelesaian skripsi ini tidak luput dari campur tangan banyak pihak yang telah memberikan bantuan dan motivasi bagi penulis. Maka, dalam kesempatan ini, penulis mengucapkan terima kasih kepada: 1. Rektor Universitas Sumatera Utara, Bapak Prof. Dr. dr. Syahril Pasaribu, D.T.M.&H, M.Sc. (C.T.M), Sp.A.(K.). 2. Dekan Fakultas Ilmu Komputer dan Teknologi Informasi USU, Bapak Prof. Dr. Muhammad Zarlis, M.Kom dan juga selaku Dosen Pembimbing I yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyelesaikan skripsi ini. 3. Ketua Program Studi S1 Ilmu Komputer, Bapak Dr. Poltak Sihombing, M.Kom dan juga selaku Dosen Penguji I yang telah memberikan kritikan, saran, dan masukan kepada saya untuk menyelesaikan skripsi ini. 4. Sekretaris Program Studi S1 Ilmu Komputer, Ibu Maya Silvi Lydia, B.Sc, M.Sc.dan juga selaku Dosen Pembimbing II yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyelesaikan skripsi ini. 5. Bapak Sajadin Sembiring, S.Si, MS.Comp.selaku dosen penguji II yang telah memberikan panduan ringkas, padat dan profesional kepada penulis guna menyempurnakan skripsi ini. 6. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer & Teknologi Informasi (FASILKOM-TI) beserta para pegawai/staf S1 Ilmu Komputer. 7. Keluarga tercinta, Ayahanda RochimRivai H dan Ibunda Laily Farida, Riza Shafa, dan Ricca Medina, S.E. serta Muhammad Fauza Rahman dan Aisyah Firzi Shafa yang selalu memberikan doa, dukungan, perhatian, kasih sayang yang tulus, pengorbanan yang tidak ternilai harganya serta dukungan moril maupun materil selama kehidupan penulis.
Universitas Sumatera Utara
8. Suami tercinta Said Farid Arafat Al-Idrus, S.T. yang selalu memberikan doa, perhatian, kasih sayang, motivasi dan semangat yang luar biasa bagi penulis. 9. Rekan kerja di Media Cetak dan Online Aplaus the Lifestyle – Analisa Group, sekaligus sahabat terbaik, Yunita Nasution S.Sos., Erlinawati Koto S.Sos., Dyah Khalid, S.Hum, Souchi Juneda Rambe S. Kom, dan lainnya yang selama ini telah berbagi doa, semangat, suka maupun duka dengan penulis, serta sahabat-sahabat lain yang pernah mengisi perjalanan hidup penulis yang tidak dapat disebutkan satu per satu. 10. Teman-teman seperjuangan, mahasiswa S1 Ilmu Komputer stambuk 2006 dan 2007 yang telah banyak berbagi ilmu, memberikan bantuan, saran, kritikan, semangat, inspirasi, dukungan serta mewarnai kenangan selama masa kuliah yang tak akan terlupakan bagi penulis. 11. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini. Semoga Allah SWT memberikan limpahan karunia kepada semua pihak yang telah memberikan bantuan, perhatian serta kerjasamanya kepada penulis dalam menyelesaikan tugas akhir ini. Penulis menyadari bahwa dalam penyelesaian skripsi ini masih jauh dari sempurna. Untuk itu penulis sangat mengharapkan kritik dan saran yang membangun guna penyempurnaan di masa mendatang. Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat bagi pribadi penulis, keluarga, masyarakat, organisasi dan negara.
Medan, 21 Agustus 2013
Desfa Maulani
Universitas Sumatera Utara
ABSTRAK Memperhatikan kesehatan merupakan hal sangat penting yang harus dilakukan secara rutin diantaranyaadalah berat badan. Berat badan yang ideal umumnya dapat diukur dengan formula tinggi badan dalam satuan sentimeter dikurangi dengan berat badan. Dengan berkembangnya ilmu kesehatan maka formula diatas tidak sesuai lagi. Untuk menentukan kriteria berat badan dilakukan perhitungan body mass index (BMI), ukuran kerangka pasien serta kebutuhan kalori harian pasien berdasarkan usia dan aktifitas harian pasien tersebut. Apabila seseorang telah mengetahui nilai BMInya, orangtersebut dapat mengontrol berat badan sehingga dapat mencapai berat badan normal yang sesuai dengan tinggibadan. Sedangkan dengan mengetahui nilai ukuran kerangka dan nilai kebutuhan kalori harian orang tersebut maka dapat mengontrol asupan gizi yang dikonsumsi. Pada penelitian ini, penulis mencoba membangun suatu sistem untuk mengelompokkan data yang adaberdasarkan usia, jenis kelamin dan ukuran rangkanya dengan memasukkan parameter kondisi fisik dari orang tersebut.Pengelompokkan data dilakukan dengan menggunakan metode K-Means Clustering yaitu denganmengelompokkan n buah objek ke dalam k kelas berdasarkan jaraknya dengan pusat kelas. Kata kunci : K-Means Clustering, Berat Badan Ideal, Kalori Harian, Basal Metabolic Rate
Universitas Sumatera Utara
IMPLEMENTATION OF K-MEANS CLUSTERING ALGORITHM TO DETERMINE IDEAL WEIGHT ABSTRACT Attention to health is very important to be done on a regular basis such as weight loss. The ideal body weight can generally be measured by the formula height in centimeters minus the weight. With the development of medical science the above formula does not fit anymore. To determine the weight criteria for calculating body mass index (BMI), a measure of the patient as well as the framework of the daily caloric needs of patients by age and the patient's daily activities. If someone already knows the value of BMI, the person can control your weight so as to achieve a normal weight according to height. While knowing the value of frame size and value of the person's daily calorie needs, it can control the intake of nutrients consumed. In this study, the authors tried to establish a system to classify data by age, sex and size of the frame by inserting the parameters of the physical condition of the person. Clustering of data is done using K-Means clustering method is by classifying n objects into k classes based on the distance to the center of the class. Keywords: K-Means Clustering, Ideal Body Weight, Daily Calorie, Basal Metabolic Rate
Universitas Sumatera Utara
DAFTAR ISI Halaman ii iii iv vi vii viii xi xii
Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika Penulisan
1 2 2 3 3 3 4
Bab 2 Landasan Teori 2.1 Clustering 2.2 Data Clustering 2.2.1 Perkembangan Penerapan K-Means 2.2.1.1 Distance Space untuk Menghitung Jarak Antara Data dan Centroid 2.2.1.2 Metode Pengalokasian Ulang Data ke Dalam Masing-Masing Cluster 2.2.1.3 Objective Function yang Digunakan 2.3 Beberapa Permasalahan yang Terkait dengan K-Means 2.4 K-Means untuk Data yang Mempunyai Bentuk Khusus 2.5 Berat Badan Ideal 2.5.1 Ukuran Kerangka 2.5.2 BMI (Body Mass Index) 2.5.3 BMR (Basal Metabolic Rate) 2.5.4 Mamfaat Mengetahui BMI & BMR 2.6 PenelitianTerkait
5 5 6 7 8 9 10 13 14 16 17 18 20 21
Universitas Sumatera Utara
Bab 3 Analisis dan Perancangan 3.1 Analisis 3.1.1 Perhitungan Nilai BMI 3.1.2 Perhitungan Nilai UK 3.1.3 Perhitungan BMR 3.1.4 Perhitungan Kebutuhan Kalori Harian 3.1.5 Perhitungan Iterasi 3.1.6 Flowchart Sistem 3.2 Perancangan 3.2.1 Diagram Konteks Clustering 3.2.2 Data Flow Diagram Level 0 3.2.3 Data Flow Diagram Level 1 Proses K-Means Clustering 3.2.4 Perancangan Database 3.2.5 Relasi Antar Tabel 3.2.6 Rancangan Antarmuka (Interface) 3.2.6.1 Rancangan Menu Utama 3.2.6.2 Rancangan Login 3.2.6.3 Rancangan Pengukuran Manual 3.2.6.4 Rancangan K-Means Clustering 3.2.6.5 Rancangan Pusat Cluster Tiap Iterasi 3.2.6.6 Rancangan Cek Cluster Tiap Iterasi 3.2.6.7 Laporan Akhir 3.2.6.8 Rancangan Inisial Data 3.2.6.8.1 Rancangan Data Admin 3.2.6.8.2 Rancangan Data Pasien 3.2.6.8.3 Rancangan Data BMI 3.2.6.8.4 Rancangan Data UK 3.2.6.9 Rancangan About Bab 4 Implementasi dan Pengujian Sistem 4.1 Implementasi 4.1.1 Tampilan Menu Utama 4.1.2 Tampilan Login 4.1.3 Tampilan Menu Pengukuran Manual 4.1.4 Tampilan Data User 4.1.5 Tampilan Data Pasien 4.1.6 Tampilan Data BMI 4.1.7 Tampilan Data Ukuran Kerangka 4.1.8 Tampilan Menu K-Mean Clustering 4.1.9 Tampilan About 4.2 Pengujian Sistem 4.2.1 Tampilan Hasil Pengujian K-Means Clustering Tiap Iterasi 4.2.2 Tampilan Hasil Pengujian K-Mean Clustering Pada Iterasi Terakhir 4.2.3 Tampilan Hasil Laporan Akhir Pengujian
22 25 26 26 26 27 35 36 37 37 38 40 46 46 47 47 48 48 50 50 51 51 51 52 53 53 54 56 56 56 57 58 59 60 60 61 62 62 63 64 64 65
Universitas Sumatera Utara
Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 5.2 Saran Daftar Pustaka Lampiran
67 67 68
Universitas Sumatera Utara
DAFTAR TABEL No.
Keterangan
Hal.
2.1
Aturan Kategori Ukuran Kerangka
17
2.2
AturanPerhitunganBeratBadan Ideal
18
3.1
Nilai BMI Dewasa
23
3.2
TabelPasienKategoriDewasa
25
3.3
TabelInisialCluster
27
3.4
PusatCluster Iterasi 1
30
3.5
PusatCluster TerkecilIterasi 1
30
3.6
PusatCluster Iterasi 2
33
3.7
PusatCluster TerkecilIterasi 2
34
3.8
HasilPengelompokkanPasien
35
3.9
TabeltAdmin
40
3.10 TabeltPasien
40
3.11 TabeltBMI
41
3.12 TabeltKluster
42
3.13 TabeltemBMI
42
3.14 TabeltemKluster
43
3.15 TabeltNewKluster
44
3.16 TabeltHasilKluster
44
3.17 TabeltHasilLaporan
45
Universitas Sumatera Utara
DAFTAR GAMBAR No.
Keterangan
Hal.
2.1
Salah Satu Dataset yang Mempunyai Bentuk Khusus
14
2.2
Lingkar Lengan Bawah
16
3.1
Flowchart Sistem
36
3.2
Diagram Konteks
37
3.3
DFD Level 0 Sistem Pengelompokkan K-Means Clustering
38
3.4
DFD Level 1 Proses K-Means Clustering
39
3.5
Relasi Antar Tabel
46
3.6
Rancangan Tampilan Menu Utama
47
3.7
Rancangan Login
48
3.8
Rancangan Pengukuran Manual
48
3.9
Rancangan Proses K-Means Clustering
49
3.10 Rancangan Pusat Cluster Tiap Iterasi
50
3.11 Rancangan Cek Cluster Tiap Iterasi
50
3.12 Rancangan Laporan Akhir
51
3.13 Rancangan Data Admin
52
3.14 Rancangan Data Pasien
52
3.15 Rancangan Data BMI
53
3.16 Rancangan Data UK
53
3.17 Profil Penulis
54
4.1
Tampilan Menu Utama
56
4.2
Tampilan Login
57
4.3
Tampilan Menu Utama Otoritas Desfa
57
4.4
Tampilan Sub Menu Input Data
58
4.5
Tampilan Menu Pengukuran Manual
59
4.6
Tampilan Data User
59
4.7
Tampilan Data Pasien
60
4.8
Tampilan Data BMI
61
4.9
Tampilan Data Ukuran Kerangka
61
4.10 Tampilan Awal K-Mean Clustering
62
Universitas Sumatera Utara
4.11 Tampilan About
63
4.12 Tampilan Awal Proses K-Means Clustering
63
4.13 Tampilan Hasil Pengujian K-Means Clustering Tiap Iterasi
64
4.14 Tampilan Pesan Hasil Pengujian
65
4.15 Tampilan Hasil Pengujian K-Means Clustering Pada Iterasi Terakhir
65
4.16 Tampilan Laporan Akhir
66
Universitas Sumatera Utara
