MODEL KLASIFIKASI JARINGAN SARAF TIRUAN UNTUK MENENTUKAN STATUS GIZI PADA BALITA DENGAN METODE LVQ (LEARNING VECTOR QUANTIZATION) STUDI KASUS PUSKESMAS DI KABUPATEN TANGERANG

Abstract

Status gizi merupakan perwujudan dari keseimbangan nutrisi antara penyerapan dan penggunaan zat gizi oleh tubuh dari tersedianya keseluruhan zat gizi dalam tubuh. Penentuan klasifikasi status gizi balita yang sering dilakukan adalah berdasarkan indeks berat badan per Usia (BB/U). Pada Puskesmas di lingkungan Dinas Kesehatan Kabupaten Tangerang, indeks antrophometri dihitung secara manual untuk menilai status gizi balita dengan menggunakan daftar z-skor atau simpanan baku / standar deviasi (SD) WHO NCHS (National Centre for Health Statistic) untuk anak usia 0 - 60 bulan yang dibedakan menurut jenis kelamin laki-laki dan perempuan. Penelitian ini bertujuan membangun model Jaringan Syaraf Tiruan menggunakan algoritma LVQ (Learning Vector Quantization), sehingga dapat mengklasifikasikan status gizi balita ke dalam gizi buruk, gizi kurang, gizi baik dan gizi lebih. Adapun variabel-variabel yang digunakan dalam klasifikasi ini adalah Berat Badan, Tinggi Badan, Nafsu makan, Penyakit Infeksi yang menyertai, Pekerjaan Kepala Keluarga. Sampel dalam penelitian ini adalah data gizi balita usia 0 sampai 60 bulan sebanyak 100 anak. Adapun bahasa pemograman PHP sebagai tool perancangan sistem dan MySQL sebagai database. Hasil model klasifikasi jaringan saraf tiruan dengan metode LVQ (Learning Vector Quantization) dapat mengetahui status gizi pada balita, sehingga parammedis lebih mudah dan optimal dalam mengecek status gizi balita.