BAB 3 PEMBAHASAN. Guna memenuhi adanya kebutuhan masyarakat pada bidang kesehatan, tempat fitness

Ukuran: px

Mulai penontonan dengan halaman:

Download "BAB 3 PEMBAHASAN. Guna memenuhi adanya kebutuhan masyarakat pada bidang kesehatan, tempat fitness"

Yandi Lesmono
7 tahun lalu
Tontonan:

1 42 BAB 3 PEMBAHASAN 3.1 FitPoint Gym Center Latar belakang Guna memenuhi adanya kebutuhan masyarakat pada bidang kesehatan, tempat fitness center yaitu FitPoint gym pada tahun 2006 berdiri pertama kali yang terletak di cibubur Jakarta timur.kehadiran tempat olahraga ini mendapat tanggapan positif dari masyarakat luas dan dapat bersaing dengan tempat gym lain dan terbukti dapat bertahan serta berkembang di bagian pelayanannya maupun perlatan olahraganya.guna menunjang pelayanan untuk konsumen di tempat ini juga menyediakan jasa layanan personal trainer Visi dan Misi A. Visi Visi FitPoint gym center adalah menjadi tempat sarana olahraga pilihan dengan menyediakan pelayanan olahraga terbaik, aman, serta bermutu tinggi. B. Misi Misi FitPoint gym center adalah menyediakan pelayanan serta alat lengkap untuk menunjang kegiatan yang akan dilakukan oleh konsumen.

2 Model Aplikasi Program dirancang untuk memprediksi apakah seseorang terkena penyakit obesitas menggunakan jaringan syaraf tiruan backpropagation. Lapisan masukan(input layer) terdiri atas 8 buah node yaitu umur(x1), jenis kelamin(x2), indeks massa tubuh(x3), ukuran pinggang(x4), ukuran lingkar lengan atas(x5), lingkar paha(x6), lingkar perut dan pinggul atas(x7) dan lingkar perut bawah(x8) beserta 1 node bias.untuk lapisan keluaran(output layer) hanya terdiri dari 1 buah node saja, yaitu hasil prediksi (Y).Jumlah lapisan tersembunyi (hidden layer) adalah 6 buah dengan 1 buah node bias. Nilai yang digunakan dalam penghitungan akan bervariasi tergantung dari hasil pengukuran.dalam perancangan backpropagation digunakan iterasi dengan tingkat error yang diharapkan (desired error) diinisialisasikan sebesar dan epoch maksimum sebesar Menurut WHO (1998) klasifikasi indeks massa tubuh adalah sebagai berikut Tabel 3.1 Indeks Massa Tubuh Klasifikasi Indeks Massa Tubuh(cm) Massa total Weight <25 Yang diinginkan tinggi 0.5 >35 obesitas 1 Dan menurut International Diabetes Federation(IDF) untuk kriteria ukuran lingkar pinggang dan juga pengukuran lingkar lengan atas dapat diklasifikasikan sebagai berikut Tabel 3.2 Klasifikasi Lingkar Pinggang Klasifikasi Ukuran Lingkar Pinggang Lingkar pinggang Weight <75 Optimal 0 <85 Normal Obesitas rendah 0.5

3 Obesitas tinggi 0.75 >100 Obesitas berat 1 Tabel 3.3 Klasifikasi Lingkar Lengan Klasifikasi Ukuran Lingkar Lengan Atas Lingkar Lengan Weight <28 Normal Obesitas Obesitas berat 0.50 >39 Obesitas sangat berat 1 Dan menurut Albert(2005) kriteria pengukuran lingkar paha dan lingkar perut beserta pinggul dapat diklasifikasikan sebagai berikut Tabel 3.4 Klasifikasi Lingkar Paha Klasifikasi Ukuran Lingkar Paha Lingkar paha Weight <40 Normal Obesitas Obesitas berat 0.50 >60 Obesitas sangat berat 1 Tabel 3.5 Klasifikasi Perut dan Pinggul Klasifikasi Ukuran Lingkar perut dan pinggul bawah Lingkar perut Weight <80 Optimal Normal 0.5 >86 Obesitas 1 Tabel 3.6 Klasifikasi Lingkar Perut Atas Klasifikasi Ukuran Lingkar Perut Atas Weigth <80 Optimal 0

4 Normal 0.5 >90 Obesitas 1 Untuk klasifikasi umur dan jenis kelamin dibagi sebagai berikut Tabel 3.7 Jenis Kelamin Jenis kelamin Weight Wanita 0 Pria 1 Tabel 3.7 Usia Usia Weight >40 1

5 46 Gambar model 3.1 Neural Network Data yang digunakan dalam penelitian diambil secara acak dari catatan program diet klien di tempat fitness sebanyak 15 orang. Tabel 3.8 Hasil Penelitian No Umur Gender Massa Lingkar pinggang Lingkar Lengan Lingkar Paha Lingkar perut bawah Lingkar perut atas Mengidap Total 1 25 p ya 2 20 w tidak 3 40 w ya 4 26 p ya 5 35 w ya 6 21 w ya 7 27 p tidak Obesitas

6 8 33 p tidak 9 26 p tidak w ya p ya w tidak p ya p ya p ya 47

7 Perancangan Sistem Rancangan Struktur Menu Struktur menu software dirancang sebagai berikut. Struktur layar utama Gambar ini menjelaskan struktur layar utama terdapat menu file yang berfungsi untuk membuka sub menu training data, membuka submenu recognize data, dan juga dapat melakukan pengaturan program pada layar settings serta dapat melihat profile pada menu about. Struktur menu file Gambar tersebut menjelaskan struktur layar menu file yang terdapat pilihan untuk melakukan training data dan juga recognize data.

8 49 Struktur layar Training Gambar diatas menjelaskan bagian struktur utama dari program yang sekaligus merupakan layar untuk melakukan training data. Pada layar ini terdapat sub menu file yang dapat dipilih yaitu save, load, new file, dan exit. Struktur layar Recognize Gambar diatas menjelaskan struktur pada menu recognize. Pada layar ini, user dapat melakukan prediksi penyakit obesitas dengan data yang telah diinput dalam proses training.

9 50 Struktur Menu Settings Struktur Menu About

10 Perancangan program Use Case Diagram Membuka(load) file training Memasukan data training Melakukan training Menyimpan(save) file training Merubah settings program Melakukan prediksi Obesitas Keluar dari program

11 Flowchart 52

12 53 Sequance diagram Sequance diagram menjelaskan mengenai aliran data atau program yang diproses oleh sistem. Gambar berikut menggambarkan urutan kejadian interaksi pengguna aplikasi User Buat file training Program apilkasi Lakukan setting program Input data training Save hasil training Lakukan prediksi Tampilkan hasil prediksi File training dibuat Setting tersimpan Data train diinput Hasil train disimpan Program memprediksi Rancangan Tampilan Layar Program dibuat dengan menggunakan 4 layar antarmuka, antara lain: Layar Training Layar Recognize Layar Setting Layar About

13 54 A. Layar Training Layar Training berfungsi sebagai layar utama pada program yang berisikan beberapa form untuk memasukkan data client dan bukan penderita penyakit obesitas.selain form tersebut, terdapat pula tombol untuk melatih dan menyimpan data hasil pelatihan.jika tombol train data ditekan, maka program akan melakukan perhitungan(training) dengan data yang diinput menggunakan file latihan yang harus dibuat sebelumnya. Training Umur Jenis Kelamin Indeks Massa tubuh Ukuran Pinggang Ukuran Lingkar Lengan Atas Ukuran Lingkar Paha Ukuran Lingkar Perut Ukuran Pinggul Atas Ukuran Lingkar Perut Bawah Hasil Diagnosa Train data B. Rancangan Layar Settings Layar settings berisikan form untuk memasukkan faktor perhitungan yang akan digunakan untuk perhitungan menggunakan metode backpropagation, yaitu epoch maksimum dan tingkat kesalahan(error) yang diinginkan

14 55 Settings Max epoch Desired Error Rate Save C. Rancangan Layar Recognize Layar Recognize berisikan form-form untuk memasukkan data client yang bertujuan memprediksi ada atau tidaknya penyakit obesitas. Pada layar ini, jika tombol Recognize ditekan, program akan menampilkan hasil prediksi berdasarkan data yang telah diinput dan menampilkan hasilnya. Untuk melakukan perhitungan user harus membuat ataupun membuka file latihan dahulu. Recognize Umur Ukuran Lingkar Paha Jenis kelamin Indeks Massa Tubuh Ukuran Lingkar Perut Ukuran Pinggul Atas Ukuran Pinggang Ukuran Lingkar Perut Bawah Ukuran Lingkar Tangan Atas Hasil diagnose Recognize

15 56 D. Rancangan Layar About About Program Aplikasi Prediksi Penyakit Obesitas Dengan Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation Henry Reynold Pembimbing : D0434 Haryono Soeparno, Ir., M.Sc., Dr. D0225 Wikaria Gazali, S.Si,. MT

dokumen-dokumen yang mirip

BAB 3 PEMBAHASAN. pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun 1986 mendirikan

BAB 3 PEMBAHASAN. pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun 1986 mendirikan BAB 3 PEMBAHASAN 3.1 Rumah Sakit Pondok Indah 3.1.1 Latar Belakang Guna memenuhi kebutuhan masyarakat akan adanya rumah sakit swasta dengan pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun