JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION Naskah Publikasi Program Studi Informatika Fakultas Komunikasi dan Informatika
Oleh:
Hasna Fathina Fatah Yasin Al-Irsyadi, S.T, M.T
PROGRAM STUDI INFORMATIKA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA JUNI 2015
JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION
Hasna Fathina, Fatah Yasin Al-Irsyadi Program Studi Informatika, Fakultas Komunikasi dan Informatika Universitas Muhammadiyah Surakarta Email :
[email protected]
ABSTRAK
Rate nutritional status of children is one of the most important things to know infant health. , Research neural networks to classification of nutritional status of children, aiming to facilitate the assessment of medical personnel in providing the nutritional status of children. System design method used is the waterfall method that uses a systematic approach and sequence ranging from the level of defining the system requirements to maintenance. While the methods used to classification of nutritional status of children is backpropagation method. Backpropagation method is one that is frequently used algorithms in solving complex problems. this allows for network algorithm trained using supervised learning methods. Based on the results of the test system, The results of this research is a neural network application which facilitates an expert e( doctor , midwife or nutritionist ) in its assessment of nutritional status of children under five male gender . Keywords : Backpropagation, Neural Networks, Nutritional Status of Children, Waterfall
sejumlah
PENDAHULUAN Salah
satu
bidang
anak
yang
menderita
yang
masalah gizi, mereka tidak segera
sangat penting dalam kehidupan
mendapat perhatian karena anak-
manusia adalah bidang kesehatan.
anak tersebut kadang tidak tampak
Telah banyak kajian dan telaah yang
sakit.
dilakukan dalam bidang kesehatan,
Pemeriksaan Status gizi balita
salah satunya adalah masalah gizi.
ditempat
Gizi adalah komponen kimia yang
umumnya menggunakan parameter
terdapat dalam zat makanan yang
berat badan menurut umur dimana
sangat dibutuhkan oleh tubuh untuk
terdapat kekurangan antara lain dapat
perkembangan
mengakibatkan
Status
dan
gizi
adalah
keberhasilan nutrisi
pertumbuhan.
dalam
untuk
ukuran pemenuhan
anak
gizi
yang
pelayanan
kesehatan
interpretasi
keliru
bila
status terdapat
bengkak, sering terjadi kesalahan
yang
dalam pengukuran seperti pengaruh
diindikasikan oleh berat badan dan
pakaian atau gerakan anak pada saat
tinggi badan anak. Status gizi juga
menimbang.
didefinisikan
ditempat
sebagai
status
Pengolahan pelayanan
data
kesehatan
kesehatan (Sulistijani, 2003). Status
umumnya secara arsip dimana data
gizi balita adalah suatu indikator
pengukuran yang didapat dicatat
yang
secara manual kemudian dianalisa.
mencerminkan
tingkat
kesejahteraan suatu masyarakat.
Analisa yang dilakukan atara lain
Anak diusia dibawah lima tahun
(Balita)
masalah
rentan
kesehatan
terhadap
berat badan ideal makan dikatakan
gizi.
gizi baik, jika berat badan lebih
Permasalahan gizi pada anak balita
antara 60% sampai 80% dari berat
berbeda dengan permasalahan gizi
badan ideal maka dikatakan gizi
orang dewasa karena masalah gizi
kurang dan jika berat badan balita
pada
mudah
kurang dari sama dengan 60% dari
atau
berat badan balita ideal makan
anak
dikenali
balita
oleh
masyarakat,
dan
jika berat badan lebih dari 80% dari
tidak
pemerintah bahkan
keluarga.
Akibatnya, bila suatu desa terdapat
dikatakan gizi buruk.
(Khoiriah,
Dari
yang diperoleh dari pemeriksaan
pengamatan diatas dari data yang
balita kemudian memperoleh hasil
didapat belum tentu terhitung dengan
berupa status gizi balita.
baik
TINJAUAN PUSTAKA
dan
2009).
dari
segi
hasil
perhitungannya belum tentu akurat.
Fitri,
dkk
(2013)
Oleh karena itu perlu adanya suatu
penelitiannya
aplikasi yang dapat meniru cara kerja
Jaringan
jaringan saraf otak manusia, dimana
Penentuan Status Gizi Balita dan
komputer
Rekomendasi
dapat
bekerja
seperti
Syaraf
seorang ahli gizi yang dapat memberi
Dibutuhkan
klasifikasi status gizi balita yang
penelitiannya
dapat berguna untuk memberikan
status
penilaian status gizi balita.
jaringan
Didalam
gizi
Aplikasi
Tiruan
untuk
Menu
yang
mengatakan untuk balita
syaraf
bahwa
mengetahui menggunakan
tiruan
algoritma
ini,
perceptron. Jaringan syaraf tiruan
balita
algoritma perceptron ini cocok untuk
menggunakan indeks antropometri
mengklasifikasikan suatu tipe pola
menurut
Menteri
tertentu dan pada jaringan syaraf
Kesehatan RI ( Nomor : 1995 /
tiruan algoritma perceptron juga
MENKES / SK / XII / 2010 ) dimana
terdapat proses training. Data balita
pengklasifikasiannya menggunakan
yang
data
sejumlah 166 balita dengan usia 7-60
klasifikasi
penelitian
berjudul
dalam
status
gizi
Keputusan
pengukuran
berat
badan
digunakan
bulan
menurut umur dan tinggi badan
sejumlah 23 balita. Dari data awal
menurut umur. Didalam aplikasi ini
yang didapat akan mengalami proses
terdapat 2 level yaitu admin dan
transformasi. Proses transformasi ini
pakar.
untuk
digunakan pada tahap training dan
menambahkan data user (pasien) dan
tahap testing. Pada proses pelatihan
memberikan user login kepada pakar.
dengan
Sedangkan
dapat
dengan nilai bobot awal = 0, nilai
menginputkan parameter parameter
bias = 0, threshold = 0.5 dan learning
berdasarkan
rate = 0.1 didapatkan nilai bobot dan
bertugas
pakar
indeks
antropometri
untuk
training
menurut tinggi badan, berat badan
Admin
dan
tahap
tahap
menggunakan
166
testing
data
bias yang stabil pada epoch ke-100
berjalan dengan baik, jaringan syaraf
yaitu denag nilai bobot umur = -
tiruan
2.5830, bobot berat badan = 5,5645,
penjualan dan pergerakan dengan
bobot tinggi badan = 4,0404, bobot
kesalahan yang dihasilkan jaringan
jenis kelamin 0.0600 dan nilai bias =
sebesar 8.128e6-8% (mendekati nol).
-2.6. pada proses pelatihan diperoleh error sebesar 4.762%. Sedangkan pada
proses
testing
dengan
mampu
memprediksi
METODE PENELITIAN 1. Penetapan Masukan Masukan yang dimasukkan
menggunakan 23 data, tahap testing menguji
kedalam aplikasi ini berdasarkan
validasi data yang telah dilakukan
indeks antropometri atau ukuran
dengan
dari
yang
digunakan
proses
untuk
training
dengan
tubuh
memasukkan data baru yang belum
parameter.
pernah
yang
dilatih
sebelumnya
yang
dijadikan
Parameter-parameter digunakan
untuk
didapatkan nilai ketepatan sebesar
mendapatkan penilaian status gizi
82.609%.
tersebut sebanyak 3 buah. Nilai
Sedangkan jaringan syaraf tiruan
dengan
metode
yang diberikan pada variabelvariabel
ditentukan
antara
0
backpropagation dalam bidang lain
sampai dengan 1, yang akan
yaitu ekonomi dikembangkan oleh
disesuaikan dari masing-masing
Oktora (2005) adalah Menggunakan
parameter. Pada penelitian ini,
Metode
Backpropagation
untuk
ditetapkan yaitu jika semakin
Prediksi
penjualan
Rate”,
tinggi nilai dari variabel tersebut
memprediksi
maka status gizi balita akan
penjualan amplop flat rate dengan
semakin buruk, sedangkan jika
menggunakan
indicator
nilai dari variabel semakin rendah
pergerakan
maka status gizi balita akan
penjualan flat rate dan prediksi
semakin baik, berikut ini adalah
penjualan
dalam
waktu
tabel variabel dan nilai dari
tertentu.
Implementasi
sistem
masing-masing
digunakan
yang
“Flat
untuk
indikator
mempengaruhi
jangka
terhadap penjualan flat rate dapat
antropometri.
parameter
Tabel 1 Indeks Antropometri
Tabel 3 Konfigurasi Jaringan
4. Diagram Alir Tahap Pelatihan Diagram
tahap
jaringan syaraf tiruan.
2. Penetapan Keluaran Keluaran
alir
yang
akan
dihasilkan dari aplikasi ini adalah berupa suatu penilaian status gizi balita
yaitu
gizi
buruk,
gizi
kurang, gizi baik dan gizi lebih. Nilai bobot penetapan keluaran dapat dilihat pada Tabel 2. Tabel 2 Nilai Bobot
3. Konfigurasi Jaringan Konfigurasi jaringan syaraf tiruan dibuat untuk mendapatkan hasil penentuan status gizi yang baik, sehingga sistem tersebut sesuai dengan kebutuhan dan dapat diaplikasikan.
Gambar 1 Diagram Alir Pelatihan JST
pelatihan
5. Use Case Diagram Admin
tersembunyi,
jumlah
lapisan
output, konstanta belajar, besar galat, dan maksimum iterasi. Serta managemen hasil pelatihan yaitu dmin
dapat
pelatihan,
melihat untuk
hasil dapat
membandingkan dengan target. 6. Use Case Diagram User Gambar 2 Use Case Diagram Admin
Untuk bisa masuk kedalam sistem dan mengakses aplikasi, admin diharuskan untuk masuk melalui login terlebih dahulu. Dalam
managemen
data
user
admin dapat mengelola data user dan melakukan 3 proses yaitu
Gambar 3 Use Case Diagram User
Input data user yaitu admin dapat
User diharuskan untuk login
melakukan penambahan beberapa
terlebih dahulu, agar bisa mengakses
data pakar baik data pribadi bidan
dan
maupun data petugas, edit data
Kemudian, user dapat mengakses
user yaitu admin dapat melakukan
halaman informasi status gizi. User
pengubahan beberapa data sesuai
juga
dengan kebutuhan dan hapus data
managemen data balita yang berupa
user yaitu admin dapat melakukan
input data balita yaitu user dapat
penghapusan beberapa data sesuai
melakukan.
dengan kebutuhan.
HASIL
masuk
dapat
kedalam
melakukan
sistem.
aktivitas
Admin juga dapat mengatur
Jaringan syaraf tiruan untuk
parameter pelatihan berupa jumlah
klasifikasi status gizi balita dengan
sel lapisan input, jumlah lapisan
metode backpropagation dibangun
dengan
tujuan
untuk
membantu
tenaga medis dalam memberikan penilaian status gizi balita. Pembagian
halaman
pada
sistem ini meliputi beberapa bagian antara lain menu, sub menu dan content.
Menu
berisikan
pilihan
menu yang dapat digunakan, dan sub menu berisi fasilitas yang dapat
Gambar 5 Halaman Beranda Halaman
petunjuk
berisi
digunakan. Sedangkan content berisi
beberapa informasi tentang penilaian
data dari menu yang dipilih atau
status gizi. Aplikasi klasifikasi status
hasil proses yang dilakukan oleh
gizi balita jenis kelamin laki-laki ini
user. Tampilan halaman form login
menggunakan indeks antropometri.
untuk user dapat dilihat pada Gambar
Seperti yang tampil pada gambar 6.
4.
Gambar 4. Form Login Halaman beranda Jaringan syaraf tiruan untuk klasifikasi status gizi balita berisi 5 buah menu.
Gambar 6. Halaman Petunjuk Pada Hamalan tentang berisi informasi
aplikasi,
nomorversi
dan
antara
lain
informasi
pengembang seperti yang tampak pada gambar 7.
bentuk grafik seperti yang tampil pada Gambar 7.
Gambar 7. Halaman Tentang
Gambar 7 Grafik Penilaian Status
Sedangkan tampilan halaman penilaian status gizi balita seperti yang tampil pada gambar 8.
Gizi Tabel penilaian status gizi balita posyandu lestari asih bulan april adalah sebagai berikut Tabel 4.4 Penilaian Status Gizi Posyandu Lestari Asih
Gambar 8. Halaman Pelatihan JST Pada
menu
status
gizi
terdapat sub menu pelatihan JST
Sedangkan
hasil
pelatihan
yang digunakan untuk memberikan
penilaian status gizi pada bulan april
klasifikasi status gizi balita.
adalah sebagai berikut :
Selain itu juga terdapat sub menu hasil penilaian yang berfungsi untuk mengetahui hasil penilaian status gizi balita dan disajikan dalam
Tabel 4.5 Hasil Pelatihan JST
jaringan syaraf tiruan dengan metode backpropagationm mencapai hasil 100% karena output pelatihan yang ditampilkan oleh computer (network output) sesuai dengan target yang ditentukan
dan
sesuai
dengan
penilaian status gizi di posyandu lestari asih. Perbandingan penilaian status gizi balita jenis kelamin laki-laki
KESIMPULAN
posyandu lestari asih bulan april dan
1. Pembuatan jaringan syaraf tiruan
penilaian status gizi balita jenis
untuk klasifikasi status gizi balita
kelamin
yang
,sistem berbasis dekstop telah
pelatihan
jaringan
selesai dibuat. Bardasarkan hasil
dengan
metode
uji sistem di posyandu balita
dalam
lestari asih kartasura .petugas
balita
menggunakan syaraf
tiruan
backpropagation
laki-laki
disajikan
posyandu
bentuk grafik.
mudah
kini
dapat
untuk
dengan
memberikan
penilaian status gizi balita. 2. Sistem menggunakan konfigurasi jaringan yaitu sel lapisan input sebanyak 3 buah, sel lapisn tersembunyi sebanyak 3 buah , sel lapisan output sebanyak 1 buah. 3. 70%
menilai
bahwa
sistem
Gambar 8 Grafik perbandingan data
klasifikasi status gizi sangat baik
sistem dan data real pada bulan april
untuk
Berdasarkan pada tabel dan grafik diatas menunjukkan bahwa pelatihan
yang
dilakukan
oleh
digunakan
dan
30%
menilai baik digunakan untuk penilaian
status
gizi
balita.
DAFTAR PUSTAKA Danandjaya, Sinar. (2005). Jaringan Syaraf Tiruan untuk Prediksi Keputusan Medis pada Penyakit Asma, Skripsi, Yogyakarta: Fakultas Ilmu Pengetahuan Alam Fitri, dkk. (2013). Aplikasi Jaringan Syaraf Tiruan untuk Penentuan Status Gizi Balita dan Rekomendasi Menu yang Dibutuhkan. Jurnal EECCIS Volume 7 Nomer 2, Desember 2013. Malang:Universitas Brawijaya. Hermawan, Arief. (2006). Jaringan Syaraf Tiruan (Teori dan Aplikasi). Yogyakarta: Andi Khoiriyah, Indah Fitri. (2009). Status Gizi Balita di Posyandu Kelurahan Padang Bulan Kecamatan Medan Baru. Skripsi. Medan:Fakultas Kedokteran Universitas Sumatra Utara. Siang,
Jong
Jek.(2014).
Jaringan
Syaraf
Tiruan
&
Pemrogramannya
Menggunakan Matlab.Yogyakarta: Andi Supariasa, I Nyoman Dewa, dkk. (2002). Penilaian Status Gizi, Jakarta: Buku Kedokteran EGC. Oktora, Lia Sari. (2005). Menggunakan Metode Backpropagation untuk Prediksi Penjualan “Flate Rate”, Skripsi. Yogyakarta:Fakultas MIPA Universitas Gadjah Mada.