BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Transkripsi

1 BAB I PENDAHULUAN. Latar Belakang Masalah Dalam program pemerintahan mengenai pembangunan nasional mewujudkan kualitas Sumber Daya Manusia yang cerdas, produktif dan sehat, yaitu dengan cara untuk pembentukan SDM yang sehat,cerdas dan berkualitas dengan melalui peningkatan status gizi penduduk, gizi buruk merupakan masalah utama di Indonesia tetapi obesitas juga menjadi masalah yang mulai muncul di Indonesia. Status gizi merupakan harus adanya keseimbangan di antara asupan yang masuk dalam tubuh dan kebutuhan zat gizi. Status gizi dapat dikatakan baik jika jumlah suatu asupan zat gizi sesuai dengan yang dibutuhkan dalam tubuh. Status gizi tidak seimbang dapat diprestasikan dalam bentuk gizi yang kurang dari yang dibutuhkan. Sedangkan dalam status gizi lebih jika asupan zat gizi lebih dari yang dibutuhkan tubuh. Status gizi dapat diartikan keadaan didalam tubuh sebagai hasil dari konsumsi makanan dan zat-zat gizi yang masuk dalam tubuh [] Malnutrisi (gizi yang salah) merupakan keadaan patologis akibat kekurangan atau kelebihan zat gizi, malnutrisi dapat diartikan keadaan tubuh karena ketidakseimbangan diantara masuknya makanan dalam tubuh dengan kebutuhan gizi dalam mempertahankan kesehatan tubuh.kejadian ini dapat terjadi karena dalam asupan makanan terlalu sedikit ataupun masuknya makanan yang tidak seimbang.[] Dalam bentuk penilaian status gizi menggunakan Antropometri dengan menggunakan Indeks Masa Tubuh (IMT), dengan menggunakan IMT sangatlah ssederhana cara pemantauan status gizi apakah normal, kurus tingkat ringan, kurus tingkat berat, obesitas, obesitas.klasifikasi menurut Kemenkes RI (003). Didalam penelitian ini dilakukan survey di Klinik Azzahra yang beralamatkan di jalan raya ngawen No.305 Ngawen Blora Telp / Dari survey telah disetujui oleh bapak Direktur Klinik Azzahra yaitu dr. M. Aris Kurniawan. Di klinik azzahra mengenai fasilitas sudah cukup baik

2 karna bisa melayani rawat jalan, rawat inap, poliklinik spesialis, instalasi farmasi serta instalasi Unit Gawat Darurat serta sudah tersedia ambulan tetapi untuk perhitungan status gizi hanya menggunakan perhitungan Indek Massa Tubuh (IMT) yaitu dengan Tinggi Badan serta berat badan yang dirasa kurang untuk menentukan status gizi pada remaja, sedangkan jika ada orang yang mempunyai berat badan dan tinggi badan sama tetapi hasil status gizinya sama karena hanya diperoleh dari nilai dan spesifikasi yang mendekati status gizi. dikarenakan didalam klinik yang hanya mempunyai perhitungan sederhana maka dibutuhkan perhitungan yang lebih baik. Dari hasil penilaian status gizi dengan antropomeri terkadang masih terjadi kerancuan, maka dari itu klinik azzahra membutuhkan solusi yang tepat untuk mengatasi masalah tersebut dengan menggabungkan suatu metode-metode dengan teknik ilmu computer untuk mendapatkan hasil yang lebih akurat untuk menentukan bahwa pasien kekurangan gizi atau kelebihan gizi dan mengurangi tingkat kematian atau mengurangi banyaknya penyakit infeksi yang disebabkan kekurangan gizi dan obesitas bagi yang kelebihan gizi karena terjadinya malnutrisi yang berada di klinik azzahra serta memberikan penyuluhan tentang gizi yang lebih rutin kepada masyarakat. Dengan adanya teknologi informasi (TI) dibidang kesehatan dapat membantu atau mempermudah pihak klinik azzahra untuk mengetahui status gizi yang akurat, karena banyaknya pasien yang terkena penyakit yang disebabkan oleh malnutrisi serta dapat mengurangi tingkat kesalahan yang bisa dilakukan dengan cara penghitungan manual. Untuk menentukan status gizi pada pasien remaja yang berumur 6- tahun, disini penghitungan lebih mengutamakan pasien remaja karena pada usia 6- tahun usia yang rawan bagi masyarakat didaerah ngawen dan sekitarnya karena pada usia itu remaja lebih sibuk dengan kegiatan sekolahnya maupun diluar sekolah dan masa pubertas, jadi anak jarang mementingkan waktu makan serta asupan gizi apa saja yang harus masuk ke dalam tubuh. Selain itu UMR diblora juga belum begitu besar maka dari itu untuk menentukan status gizi yang lebih baik sangat kurang. Disini perhitungannya menggunakan aspek, lingkar pergelangan tangan,

3 3 umur, berat badan, jenis kelamin, lingkar perut, dan tinggi badan menggunakan metode naïve bayes classification (NBC) merupakan sebuah pengklasifikasian probabilitas sederhana. Keuntungan dari penggunan NBC sendiri adalah bahwa metode ini hanya membutuhkan jumlah data pelatihan (training data) yang kecil untuk menentukan estimasi parameter yang diperlukan dalam proses pengklasifikasian. Berfungsi untuk pembentukan kelas dan sebagai acuan bagaimana data akan diklasifikasikan, disamping itu metode NBC memiliki keakuratan yang lebih dibanding metode klasik. Oleh karena itu dibutuhkan Sebuah Sistem yang berbasis desktop yang diharapkan dapat memberikan solusi yang mampu menangani masalah klasifikasi status gizi pada remaja dan disertai perhitungan dengan menggunakan data mining dengan metode naïve bayes, Data mining sendiri sangat dibutuhkan terutama dalam mengelola data yang sangat besar untuk mempermudah proses data agar dapat memberikan informasi yang akurat bagi penggunanya. Teknik data mining yang akan ditentukan untuk mengetahui klasifikasi status gizi pada remaja menggunakan metode Naïve Bayes Classification (NBC). Adapun manfaatnya yang diperoleh setelah dilakukannya pengklasifikasian menggunakan metode NBC terhadap klasifikasi status gizi pada remaja agar dapat mengetahui status gizi remaja sehingga dapat memberikan kemudahan bagi klinik azzahra agar dapat meningkatkan pola hidup sehar agar dapat menghasilkan gizi yang baik untuk mencegah berbagai penyakit yang diakibatkan kurang gizi atau kelebihan gizi.. Rumusan Masalah Dari beberapa masalah yang dipaparkan dilatar belakang maka disimpulkan rumusan masalahnya adalah : Menerapkan metode Naïve Bayes Classification untuk pengklasifikasian status gizi remaja pada pasien klinik azzahra karena diklinik mengalami kesulitan untuk menentukan status gizi pada remaja..3 Batasan Masalah

4 4 Agar penelitian ini dapat mencapai tujuan yang diharapkan, maka penulis membuat batasan-batasan masalah antara lain:. pengklasifikasian status gizi hanya membahas status gizi pada pasien berumur 6- tahun dengan aspek umur, berat badan, tinggi badan, lingkar pergelangan tangan, lingkar perut, jenis kelamin dan dengan studi kasus klinik azzahra.. Pengklasifikasian status gizi hanya meliputi Normal, Kurus tingkat ringan,kurus tingkat berat, Obesitas Tingkat Ringan dan Obesitas Tingkat Berat. 3. Data pengklasifikasian status gizi yang digunakan atau diambil hanya pada tahun 06.4 Tujuan Penelitian Penelitian ini bertujuan untuk mengimplementasikan Algoritma Naïve Bayes Classification untuk mempermudah menentukan status gizi pada remaja untuk pengklasifikasian..5 Manfaat Penelitian a) Bagi Penulis. Hasil dari penelitian ini diharapkan dapat membantu penulis dalam penerapan pembelajaran ilmu data mining yang didapat dalam perkuliahan.. Hasil dari penelitian ini diharapkan dapat memenuhi salah satu syarat kelulusan mahasiswa Teknik Informatika Universitas Dian Nuswantoro Semarang. 3. Hasil dari penelitian ini diharapkan dapat membantu penulis dalam membuatan sistem untuk pengklasifikasikan status gizi remaja. b) Bagi Masyarakat

5 5. Hasil dari penelitian ini diharapkan dapat membantu masyarakat untuk mengurangi resiko yang ditimbulkan karena adanya malnutrisi.. Hasil dari penelitian ini diharapkan agar dapat membantu masyarakat dalam mendapatkan informasi tentang status gizi yang lebih akurat. c) Bagi Akademik. Hasil dari penelitian diharapkan dapat mengetahui kemampuan mahasiswa dalam menguasai materi mata kuliah dan penerapan yang didapat saat perkuliahan.. Hasil dari penelitian ini diharapkan dapat mengetahui kemampuan dan kesiapan mahasiswa untuk terjun kedunia kerja dengan hasil dari perkuliahan selama ini.

6 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. Penelitian Terkait Dalam penelitian sebelumnya sangat berguna bagi penulis untuk menjadi pedoman ataupun pegangan dalam penelitian yang akan dilakukan oleh penulis, dengan diadakan penelitian sebelumnya dapat membantu dan mempermudah penulis dalam melakukan penelitiannya sesuai dengan tema dan pembuatan system baru yang bermanfaat. Dalam Metode naïve bayes classification sering digunakan untuk melakukan penelitian baik dalam memprediksi kemungkinan-kemungkinan ataupun untuk menentukan keputusan dan perbandingan yang ada dimasa yang akan datang. Disini penulis menggunakan 5 jurnal sebagai acuan untuk mengambil beberapa keputusan sebagai pengambilan algoritma dan metode. Penelitian pertama dilakukan oleh Yuda Septian Nugroho kesimpulnya bahwa menggunakan metode naïve bayees classification dapat menentukan tingkat kelulusan yang tepat waktu dan tidak tepat waktu dalam penelitian ini menggunakan metodee CRISP-DM dengan cara business understanding, data preparation, deployment, evaluation, data understanding dan modeling. Dari hasil eksperimen telah diuji memperoleh hasil akurasi sebesar 8.08 % dan tingkat kesalahan 7,9 %.[5] Penelitian kedua yang dilakukan oleh Sandi Fajar Rodiyansyah dan Edi Winarko dapat menyimpulkan bahwa penelitian mempunyai tujuan untuk visualisasi kemacetan lalu lintas di kota bandung menggunakan metode naïve bayes classification. Dari hasil uji coba memperoleh hasil nilai akurasi terkecil 78% dihasilkan pada pengujian dengan sampel sebanyak 00 dan menghasilkan nilai akurasi tinggi 9,60%.[6] 6

7 7 Penelitian ketiga yang dilakukan oleh Sukma Nur Fais A, dkk dalam penelitiannya bertujuan untuk mengklasifikasikan calon pendonor darah apakah termasuk ke dalam kelas pendonor ataupun kelas non pendonor dengan menggunakan metode Klasifikasi Naive Bayes berbasis pemrograman PHP Terdapat dua jenis atribut data set yaitu kontinu dan diskrit dan dilakukan uji coba dengan menggunakan data training dan data testing sebanyak 4 kali dan hasilnya keakuratanya 74% dan tingkat kesalahanya 6%.[7] Penelitian keempat yang dilakukan oleh Aida Indriani dalam penelitian yang berkaitan dengan penentuan klasifikasi data forum menggunakan naïve bayes classification, dalam proses klasifikasi sendiri dibagi menjadi yaitu yang pertama data latih dan yang kedua data uji. Dalam penelitian ini menggunakan pengukuran dari efektifitas klasifikasi dengan menggunakan Confusion Matrix dengan cara menentukan nilai True Positive, True Negative, False Positive, dan False Negative. Setelah dilakukan klasifikasi dan pengujian sebanyak 5 data uji diperoleh hasil akurasi kebenaran sebesar 73%.[8] penelitian yang kelima dilakukan oleh Atri Nurani, Budi Susanto, Umi Proboyekti Dalam penelitian ini berkaitan dengan penentuan buku referensi mata kuliah dengan metode naïve bayes classification, untuk proses pengkalasifikasian menggunakan pola data dan jumlah data training. Dari hasil klasifikasi buku referensi buku menggunakan metode Naive Bayesian memiliki nilai akurasi 63% dengan 00 data test dokume, nilai akurasi dihitung dengan cara : 63/00 * 00 % = 63%. Dan tingkat kesalahan sebanyak 33%.[9] Table. penelitian terkait

8 8 No Nama Peneliti dan Tahun Masalah Metode Hasil Yuda Menentukan Metode Dari hasil eksperimen Septian tingkat Naïve dengan cara business Nugroho kelulusan bayes understanding, 04 yang tepat waktu dan tidak tepat waktu. data preparation, deployment, evaluation, data understanding dan modeling yang telah diuji memperoleh hasil akurasi sebesar 8.08 % dan tingkat kesalahan 7,9 %. Sandi Pengklasifika Metode Dari hasil uji coba Fajar sian data Naïve memperoleh hasil nilai Rodiyansy tweet yang bayes akurasi terkecil 78% ah,edi mengandung classifica dihasilkan pada Winarko tentang tion pengujian dengan sampel 0 informasi lalu lintas di kota sebanyak 00 dan menghasilkan nilai Bandung. akurasi tinggi 9,60%. 3 Sukma Mengklasifik Metode Terdapat dua jenis Nur Fais asikan calon naïve atribut data set yaitu A, dkk pendonor bayes kontinu dan diskrit dan darah apakah classifica dilakukan uji coba termasuk ke tion dengan menggunakan dalam kelas data training dan data

9 9 pendonor testing sebanyak 4 kali ataupun kelas dan hasilnya non keakuratanya 74% dan pendonor. tingkat kesalahanya 6%. 4 Aida Penentuan Metode Penelitian ini Indriani klasifikasi naïve menggunakan 04 data forum secara bayes pengukuran efektifitas klasifikasi, dengan otomatis menggunakan Confusion Matrix dengan cara menentukan nilai True Positive, True Negative, False Positive dan False Negative. Setelah dilakukan klasifikasi dan pengujian sebanyak 5 data uji diperoleh hasil akurasi kebenaran sebesar 73%. 5 Atri Penentuan Metode Pengklasifikasian buku Nurani, klasifikasi naïve referensi berdasarkan dkk buku-buku bayes silabus matakuliah 007 referensi berdasarkan classifica tion memanfaatkan informasi dari daftar isi, dengan silabus mata menggunakan pola data kuliah dan jumlah data training. Dari hasil klasifikasi buku referensi menggunakan metode

10 0 naïve bayes classification memiliki nilai akurasi 63% dengan 00 data test dokumen. Dari hasil kelima penelitian diatas penulis dapat menyimpulkan bahwa dalam pengambilan metode naïve bayes classification dapat membantu penulis dalam menyelesaikan masalah dengan berbagai macam kriteria dalam pengambilan keputusan. Dengan adanya berbagai macam kriteria maka akan semakin hasilnya akan akurat. Di dalam penelitian ini penulis menggunakan metode naïve bayes classification dalam pengklasifikasian status gizi pada umur 6- tahun, dan data yang diambil dari klinik azzahra dengan beberapa aspek kriteria sebagai berikut : lingkar pergelangan tangan, jenis kelamin, tinggi badan, umur, berat badan, dan lingkar perut.. Remaja Pada jiwa remaja sangatlah berpengaruh pada pertumbuhan dan perkembangan pada dirinya. Masa remaja adalah masa transisi perkembangan antara masa anak-anak dan masa dewasa. Dalam masa ini anak mengalami masa pertumbuhan dan masa perkembangan fisiknya maupun perkembangan psikisnya.dalam penelitian ini menggunakan ini mencakup remaja yang berusia 6- tahun. Disini memilih remaja umur 6- tahun karena pada usia itu remaja biasanya tidak memperdulikan waktu makan dan kandungan gizi yang masuk ke dalam tubuh sudah mencakup nilai gizi yang baik atau tidak, karena pada usia 6- tahun remaja sibuk dengan kegiatan yang ada disekolah maupun kegiatan luar sekolah. Disini mengapa hanya mencakup status gizi remaja karena dalam penentuan status gizi sendiri untuk balita, anak-anak, remaja, dewasa, orang tua dan lansia memiliki perhitungan yang berbeda, jadi jika di hitung dengan rumus yang disamakan maka hasil perhitunganya tidak tepat. Dan untuk balita menghitung status gizi dengan variabel : Berat Badan,

11 Tinggi Badan, Lingkar Kepala, dan Umur untuk umur sendiri tiap bulan atau per tahunnya ada tabel tersendiri. Sedangkan untuk perhitungan status gizi pada anak meliputi beberapa variabel : Tinggi Badan/Umur, Berat Badan/Umur, Tinggi Badan/ Berat Badan dan menggunakan tabel pengukuran skor simpang baku (Z-score). Penghitungan status gizi pada dewasa menggunakan variabel : Tinggi Badan, Berat Badan, Umur, Lingkar Pinggang, dan Prosentase Lemak dalam tubuh. Penghitungan status gizi pada orang tua dengan variabel : Tinggi Badan, Berat Badan, Lingkar Lengan Atas, Umur dan Lingkar dada. Perhitungan Status gizi pada Lansia dengan : pada pengukuran status gizi pada lansia adalah dengan menggunakan Mini Nutritional Assessment (MNA). Dengan Variabel : Umur, Tinggi Badan, Berat Badan, Lingkar Lengan Atas, Lingkar Betis.[0].3 Gizi ( Nutrition ) Gizi adalah senyawa yang penting dibutuhkan dalam pertumbuhan, perkembangan dan kelangsungan hidup manusia. Istilah gizi sering disebut dengan nutrisi, terutama bila merujuk pada manusia. Gizi adalah nutrisi untuk manusia.[4].3. Zat Gizi ( Nutriens ) Zat gizi adalah adalah zat yang dibutuhkan oleh tubuh untuk pertumbuhan, perkembangan, pemeliharaan dan memperbaiki jaringan tubuh. Yang termasuk dalam zat gizi yang diperoleh dalam kehidupan sehari-hari adalah [] :. Karbohidrat atau hidrat arang. Protein atau zat putih telur 3. Lemak 4. Vitamin 5. Mineral.3. Status Gizi

12 Status gizi adalah adalah suatu keadaan didalam tubuh yang diakibatkan karena adanya keseimbangan antara asupan zat gizi yang masuk ke dalam tubuh dengan kebutuhan. Keseimbangan tersebut dapat dilihat dari variabel pertumbuhan, yaitu berat badan, tinggi badan, lingkar tangan,dan lainya. Adapun macam-macam gizi diantaranya adalah [4] :. Malnutrition ( Gizi Salah, Malnutrisi ) Kekurangan atau kelebihan zat gizi yang diperlukan untuk perkembangan, pertumbuhan, dan kebutuhan energi tubuh. Ada 4 bentuk malnutrisi :. Under Nutrition : kekurangan konsumsi pangan secara relative atau absolut untuk periode tertentu.. Specific Deficiency : kekurangan zat gizi tertentu, misalnya kekurangan vitamin A, Yodium, Zat Besi, dan lain-lain. 3. Over Nutrition : kelebihan konsumsi pangan untuk periode tertentu. 4. Imbalance : karena disproporsi zag gizi,misalnya : kolesterol terjadi karena tidak seimbangnya LDL ( Low Density Lipoprotein ), HDL ( High Density Lipoprotein) dan VLDL ( Very Low Density Lipoprotein).. Status gizi normal Status gizi normal adalah suatu ukuran status gizi yang terdapat keseimbangan antara jumlah energi yang masuk ke dalam tubuh dan energi yang dikeluarkan dari luar tubuh sesuai dengan kebutuhan manusia. Macam-macam penilaian status gizi secara umum meliputi Antropometri, Klinis, Biokimia, Biofisik dalam penelitian ini menggunakan Antropometri [4]

13 3.3.3 Penilaian Gizi Secara Antropometri Secara umum antropometri mempunyai arti ukuran tubuh manusia. Dan dapat dilihat dari sudut pandang gizi, maka penilaian antropometri gizi bisa berhubungan dalam berbagai bentuk pengukuran dalam dimensi tubuh dan dari berbagai komposisi tubuh dari mulai aspek tingkat umur dan tingkat gizi. Kegunaan dari antropometri adalah untuk mendeteksi ketidakseimbangan dalam asupan protein dan energy. Ketidakseimbangan ini terlihat pada pola pertumbuhan fisik dan proporsi jaringan tubuh seperti lemak, otot dan jumlah air dalam tubuh [4] Pengukuran antropometri untuk remaja berumur 6- tahun menggunakan Indeks Massa Tubuh (IMT). IMT adalah nilai yang diambil dari perhitungan berat badan (BB) dan tinggi badan (TB) seseorang [3]. Selain itu IMT juga dapat mengetahui apakah status gizi remaja berumur 6- tahun itu termasuk normal, kurus tingkat ringan, kurus tingkat tinggi, obesitas tingkat ringan, obesitas tingkat berat. Penggunaan IMT tidak bisa digunakan olahragawan, bayi, ibu hamil. Disamping itu IMT tidak bisa digunakan pada orang yang ber- (penyakit) lainnya seperti adanya hepatomogali, edema dan asites. [4].3.3. Konsep Pertumbuhan dan Perkembangan Sebagai Dasar Antropometri Gizi a) Pertumbuhan Pertumbuhan adalah peningkatannya akan bertahap bisa bermualai dari organ, tubuh, dan jaringan dari masa konsepsi sampai dewasa. Kecepatan dari pertumbuhan setiap orang pasti berbeda-beda setiap tahapan kehidupan karena dapat dipengaruhi oleh kompleksitas dan ukuran dari organ serta rasio otot dengan lemak tubuh manusia [4] b) Perkembangan

14 4 Perkembangan adalah kemampuan dari penampilan (skill) yang dapat diakibatkan karena kematangan sistem saraf pusat, khususnya pada otak. Perkembangan menyangkut adanya proses diferensi dari sel-sel tubuh,jaringan tubuh, organ-organ dan sistem organ yang berkembang sedemikian rupa sehingga masing-masing dapat memenuhi fungsi didalamnya [4].3.3. Jenis Parameter Antropometri Antropometri sebagai indikator status gizi dapat dilakukan dengan mengukur beberapa parameter antara lain [4] :. Umur Umur adalah faktor penting untuk penentuan gizi. Kesalahan dalam penentuan umur dapat menyababkan pengukuran dalam status gizi menjadi tidak tepat.. Berat Badan berat badan faktor ukuran dalam antropometri yang penting dan paling sering digunakan, mineral, jumlah protein dan air yang ada didalam tulang dapat menggambarkan berat badan. 3. Tinggi Badan Tinggi badan merupakan salah satu aspek yang penting bagi dalam kehidupan yang telah lalu dan kehidupan yang sekarang. 4. lingkar Pergelangan Tangan pengukuran menggunakan lingkar pergelangan tangan ini digunakan untuk mengetahui kurang nya asupan energy dan protein dalam tubuh, tetapi pengukuran lingkar pergelangan tangan tidak dapat digunakan untuk pengukuran jangka pendek, harus ada aspek lainnya juga untuk lebih mendapatkan akurasi

15 5 yang baik. Selain itu pengukuran lingkar pergelangan tangan sangat mudah dapat di lakukan siapa saja. 5. Lingkar Perut Pengukuran lingkar perut digunakan untuk memprediksi besarnya lingkar perut dengan berat badan dan tinggi badan yang mempengaruhi perubahan status gizi. 6. Jenis Kelamin Jenis kelamin diketahui berpengaruh dengan adanya status gizi dimana seorang laki-laki cenderung tumbuh lebih baik dibandingkan dengan perempuan Kelebihan dan kekurangan dalam pengukuran Antropometri Kelebihan dan kekurangan dalam pengukuran Antropometri ada pada tabel dibawh ini : Antropometri Tabel. Kelebihan dan kekurangan pengukuran Relatif murah Kelebihan Cepat,karena sudah ada alatnya. Kekurangan Membutuhkan banyak data untuk referensi yang relevan Kesalahan pada observer (kesalahan pada pengukuran dan pencatatan)

16 6 Objektif Tidak menimbulkan rasa sakit pada pasien yang di ukur. Hanya mendapat data pertumbuhan, dan malnutrisi kekurangan protein & energy Tidak mendapatkan informasi zat gizi mikro.3.4 Indeks Massa Tubuh (IMT) Indeks massa tubuh (IMT) adalah rasio standar berat badan terhadap tinggi badan, dan sering digunakan sebagai indikator kesehatan umum. IMT dihitung dengan membagi berat badan (dalam kilogram) dengan kuadrat tinggi badan (dalam meter). Dalam usia remaja status gizi sangatlah penting banyak masalah kekurangan dan kelebihan gizi pada remaja berumur 6- tahun. selain dapat menimbulkan resiko penyakit-penyakit tertentu, juga dapat mempengaruhi produktifitas kerja. Oleh sebab itu didalam pemantauan status gizi pada remaja perlu memepertahankan berat badan yang normal ataupun ideal. Berat badan yang dibawah minimum disebut under weight dan berat badan diatas maksimum disebut over weight. Orang-orang yang mempunyai berat badan dibawah minimum memiliki resiko penyakit infeksi sedangkan orang yang mempunyai berat badan diatas maksimum memiliki resiko penyakit degerneratif. Rumus perhitungan IMT adalah sebagai berikut [3] : Tabel.3 Rumus IMT IMT = Berat Badan (kg) Tinggi badan (m) x Tinggi badan (m)

17 7 Batas ambang yang sudah dimodifikasi berdasarkan pengalaman klinis dan hasil penelitian diberbagai Negara berkembang. Akhirnya diambil kesimpulan ambang batas IMT di Indonesia adalah [4]: Tabel.4 Kategori ambang batas IMT untuk Indosesia Kategori IMT Kurus Kekurangan BB tingkat berat (KTB) <7,0 Kekurangan BB tingkat ringan (KTR) 7,0-8,5 Normal >8,5-5,0 Gemuk Kelebihan BB tingkat ringan (OTR) >5,0-7,0 Kelebihan BB tingkat berat (OTB) >7,0.4 Aspek Klasifikasi Status Gizi Klasifikasi sendiri merupakan pengelompokan data kemudian dimasukan kedalam suatu kelas-kelas yang tersedia. Dari klasifikasi status gizi yang menjadi objek yaitu data status gizi remaja yang ber-umur 6- tahun yang diperoleh data dari klinik Azzahra.

18 8 Aspek-aspek yang dapat diperlukan dalam klasifikasi status gizi remaja pada umur 6- tahun [] : ) Umur ) Berat badan 3) Tinggi badan 4) Lingkar pergelangan tangan 5) Lingkar perut 6) Jenis kelamin.5 Tujuan Klasifikasi Status Gizi Tujuan dari klasifikasi status gizi ada yaitu umum dan khusus. Tujuan yang umum adalah untuk dapat membantu petugas Klinik untuk menentukan status gizi menggunakan indikator yang mendukung IMT. Tujuan khusus dari klasifikasi status gizi untuk tingkat remaja menurut Hammond (004) adalah untuk [] :. Mempertahankan status gizi seseorang.. Mengidentifikasi individu yang membutuhkan dukungan nutrisi yang cukup. 3. Memonitor efektivitas interverensi gizi yang diberikan kepada individu. 4. Mengidentifikasi penatalaksanaan medis yang sesuai. Berdasarkan tujuan diatas, peneliti akan melakukan penilaian status gizi remaja pada umur 6- tahun untuk mengetahui klasifikasi status gizi pada pasien remaja..6 Data Mining Data mining

19 9 sangat dibutuhkan terutama dalam mengelola data yang sangat besar untuk mempermudah proses data agar dapat memberikan informasi yang akurat bagi penggunanya. [3] Data mining menurut larose dapat dibagi menjadi beberapa aspek [3] : a. Deskripsi Dalam Deskripsi seorang peneliti atau analisis akan mencari cara lain untuk menggambarkan suatu pola dalam data-datanya. b. Estimasi Didalam Estimasi variabel yang terdapat dalam estimasi akan lebih menuju ke arah numerik dibandingkan ke arah kategori. c. Prediksi Dalam Prediksi ada persamaan antara deskripsi dan estimasi, tetapi didalam prediksi akan memberikan hasil atau nilai yang belum ada pada sekarang atau di masa mendatang. d. Klasifikasi Klasifikasi adalah suatu data yang dikelompokan untuk dimasukan kedalam suatu kelas yang telah didefinisikan. e. Pengklusteran Clustering adalah sebuah cara yang digunakan dalam pengelompokan untuk menentukan beberapa kemiripan diantara satu dengan yang lain. f. Asosiasi Asosiasi sendiri dapat diartikan dengan mencari beberapa atribut yang akan muncul atau sering muncul dalam suatu waktu..6. Konsep Klasifikasi Dalam konsep klasifikasi terdapat model yaitu :. Model pelatihan (data latih)

20 0 Dalam model pelatihan terdapat beberapa kumpulan data yang memiliki kelas yang telah ditetapkan (data latih). Didalam Kumpulan data latih dapat digunakan untuk membentuk model klasifikasi.. Model pengujian (data uji) Dalam model klasifikasi yang sudah terbentuk dalam kelas lalu akan diuji dengan data yang berbeda (data uji) agar mengetahui tingkat akurasi dari model klasifikasi tersebut. Didalam Model klasifikasi yang dihasilkan dapat digunakan untuk menentukan kelas dari data yang baru. Misalkan Pada fase model data latih sekumpulan data input, Setelah suatu model dilatih, model tersebut di-tes atau diuji terhadap sampel data yang tersisa untuk penilaian akurasi dan pada akhirnya diimplementasikan untuk memprediksi atau menentukan kelas yang baru..6. Naïve Bayes Classification Metode Naive Bayes merupakan metode yang digunakan untuk memprediksi probabilitas. Sedangkan klasifikasi Bayes adalah klasifikasi statistik yang dapat memprediksi kelas suatu anggota probabilitas. Untuk klasifikasi Bayes sederhana yang lebih dikenal sebagai naïve Bayesian Classification dapat diasumsikan bahwa efek dari suatu nilai atribut sebuah kelas yang diberikan adalah bebas dari atribut-atribut lain. [4] Naïve Bayes Classification merupakan sebuah metoda klasifikasi yang berakar pada teorema Bayes. Ciri utama dari Naïve Bayes Classification ini adalah asumsi yang sangat kuat (naif) akan independensi dari masing-masing kondisi/kejadian. dimana diasumsikan bahwa setiap atribut contoh (data sampel) bersifat saling lepas satu sama lain berdasarkan atribut kelas. Dalam metode ini

21 menggunakan algoritma naïve bayes classification dengan perhitungan nilai probabilitas[4].6.. Algoritma Metode Naïve Bayes Classification Algortitma yang ada didalam metode Naïve Bayes Classification adalah sebagai berikut: ) Pengelompokan variabel berdasarkan status gizi Dalam metode ini langkah awal adalah melakukan pengelompokan variabel, pengelompokan tersebut berdasarkan status gizi yang telah dibuat yaitu berupa umur, berat badan, jenis kelamin, lingkar perut, tinggi badan, lingkar tangan. ) Penghitungan nilai Mean dan Standart Deviasi Dalam penghitungan mean hanya bisa digunakan untuk setiap variabel yang datanya berupa kontinyu contohnya : lingkar pergelangan tangan, tinggi badan, berat badan, umur, lingkar perut. Perhitungan mean dan standart deviasi dapat dilihat dibawah ini :. Mean x = X + X + X Xn n () Keterangan : x = nilai rata-rata hitung x = nilai sample n = jumlah sample. Standar Deviasi

22 s ( x x) n (3) Keterangan: S x = Standart Deviasi = Nilai sample x = nilai rata-rata hitung n = jumlah seluruh sample 3) Menghitung probabilitas kategori status gizi untuk variabel diskret contohnya jenis kelamin Keterangan : P E x n = probabilitas = event (kejadian) = nilai sample P( E) = jumlah seluruh sample x n (4) 4) Memprediksi Metode Naïve Bayes Classification berdasarkan pada Teorema Bayes dengan formula p( ci xci ) p( xci ) p( ci ) (5) sedangkan naïve bayes dengan adanya fitur kontinyu diestimasi dengan fungsi densitas gauss adalah :

23 3 f ( xµ) ( x) exp (6) Keterangan : µ = nilai rata-rata atau mean dengan data kontinu = deviasi standart exp =.788 x = nilai variabel pada inputan tertentu 5) Menghitung nilai Likelihood dalam setiap kelas p( XCi) P( x Ci) xp( xci) x... xp( x Ci) i 6) Menghitung nilai dari probabilitas menggunakan cara normalisasi terhadap Likelihool sehingga nilai di dapat = Keterangan : P = probabilitas E = kejadian (event) x = nilai sample n = jumlah semua sample P( E) 7) Mencari nilai probabilitas yang maksimum pada setiap kelasnya. x n (7) (8) Setelah perhitungan selesai lalu kita bandingkan hasil perhitungan menggunakan metode NBC dengan perhitungan yang ada di klinik azzahra dan selanjutnya kita m

24 4 lakukan uji akurasi, uji akurasi dilakukan untuk membandingkan data yang sudah ada dengan data perhitungan yang baru. Kinerja = ( TP TN ) ( TP TN FP FN) (9) Keterangan : TP = True Positive ( jika nilai data training dan data testing nilainya positif ) TN = True Negative ( jika nilai data training dan data testing nilainya negatif) FP = False Positive ( jika nilai data training negatif tetapi data testing nilainya positif ) FN= False Negative ( jika nilai data training positif tetapi data testing nilainya negatif ).7 Basis Data Basis data dapat diartikan sebagai suatu kumpulan data yang saling terhubung dan disimpan secara bersama-sama dalam suatu media tanpa ada kerangkapan data[5] Sedangkan (Data Base Manajement System) dapat dijelaskan sebagai program komputer yang dapat digunakan untuk memasukkan data, mengubah data, menghapus data, memodifikasi dan memperoleh data/informasi dengan efisien dan praktis. Peranan penting basis data dalam sebuah Sistem Informasi sebagai berikut [6]:

25 5 a. Basis data berperan sebagai infastruktur Sistem Informasi Basis data dan DBMS menyediakan suatu sarana untuk infrastruktur kepada organisasi-organisasi sistem informasi yang dibangun. Sistem organisasi yang dimaksud adalah sistem pendukung keputusan,sistem pengolahan transaksi, sistem informasi manajemen,. b. Basis data berperan sebagai komponen penyusunan Sistem Informasi Disini hubungan antara basis data dan sistem informasi adalah sebagai sistem dan sub sistem. Sebuah sistem informasi mempunyai ruang lingkup yang sangat komplek maka disebut sebagai sistem,basis data akan menjadi bahan baku bagi sistem informasi menjadi sub sistem karena basis data menjadi bagian dari sistem informasi. c. Basis data perperan sebagai sumber informasi bagi Sistem Informasi Dengan adanya hubungan antara data dan informasi maka basis data itu sendiri mempunyai peranan sebagai data dalam sistem pengolahan data. Sedangkan DBMS berperan sebagai pengambilan data keputusan. d. Basis data berperan sebagai sarana mencapai efektifitas Sistem Informasi Data yang disimpan basis data merupakan data yang benar benar akurat datanya maka basis data mempunyai hasil yang efektifitas. e. Basis data berperan sebagai sarana mencapai efisiensi Sistem Informasi Basis data dirancang secara lengkap dan mudah agar dapat diakses dengan cepat dan dapat digunakan dengan macam macam cara dengan banyaknya pengguna ataupun tidak..8 MySQL MySQL (My Structured Query Language ) adalah sebuah program database server yang multi user atau dapat menerima dan mengirimkan data juga bisa menyimpan data dengan cepat. Dapat disebut sebagai pembuat program dan pengelola atau bisa disebut dengan DBMS (Database

26 6 Management System). Pengelolaan data DBMS menggunakan MySQL mempunyai beberapa keuntungan [7]: a. Mudah digunakan MySQL memiliki perintah dan aturan yang relatife mudah untuk diimplementasikan, karena MySQLmenggunakan SQL sebagai bahasa standart database. b. Biaya MySQL dapat digunakan oleh setiap orang karena bersifat OpenSource atau free bebas biaya. c. Cepat MySQL memiliki kecepatan dalam pembuatan table maupun pengupdate-an table. d. Aman MySQL menggunakan enskripsi password, jadi database ini cukup aman karena memiliki password untuk mengaksesnya. e. Lengkap MySQL dapat diakses menggunakan aplikasi apa saja termasuk berupa visual seperti Delphi 7.0 yang akan digunakan dalam pmbangunan sistem nantinya.

27 7 Gambar. Halaman Depan MySQL versi Unifed Modeling Language Unified Modeling Language atau sering disebut dengan UML adalah sebuah standar untuk merancang sebuah model sistem atau suatu bahasa yang dapat digunakan untuk menentukan, membangun mendokumentasikan dan memvisualisasikan sebuah sistem informasi[8] Didalam pengembangan UML dibutuhkan diagram perancangan dalam pembuatan model sistem seperti berikut [8] :. Use case Diagram Use Case Diagram merupakan suatu sistem pemodelan yang terdiri antara actor yang dihubungkan dengan use case dalam suatu sistem yang telah dibuat, actor disini tidak semua berupa manusia tetapi juga berupa peralatan ataupun sistem yang lain yang berhubungan dengan sistem yang dibuat.

28 8. Diagram Activity Diagram Activity dapat menggambarkan beberapa aktifitas dalam sistem yang dirancang. Diagram menggambarkan dari masing masing alur atau proses-proses dari alur teratas ke secara umum. 3. Diagram Sequence Diagram sequence atau disebut dengan (diagram urutan) adalah suatu diagram yang menampilkan atau memperlihatkan sebuah sistem yang berurutan dan tersusun. Diagram sequence digunakan dalam penggambaran langkah-langkah yang dilakukan sebagai sebuah hasil dari suatu kejadian untuk menghasilkan output tertentu..0 Delphi 7.0 Delphi merupakan perangkat lunak untuk bahasa pemrograman Pascal dan pengembangan perangkat lunak yang digunakan untk merancang suatu aplikasi program[0].0. Kegunaan dari Delphi. Untuk membuat aplikasi Desktop. Untuk merancang program.net (berbasis internet) 3. Untuk perancangan aplikasi program berbasis grafis 4. Untuk pembuatan program berbasis jaringan (server/client).0. Keunggulan dari Delphi. Bersifat multi purphase,dalam bahasa pemograman Delphi bisa digunakan untuk berbagai pengembangan aplikasi.. Memiliki menu-menu yang dapat memudahkan kita untuk membuat program. 3. Proses kompilasi cepat 4. Mudah digunakan karena source code Delphi merupakan turunan dari pascal.

29 Gambar. Halaman Depan Delphi 7.0 9

30 30. Kerangka Pemikiran Permasalahan Banyaknya korban penyakit yang disebabkan oleh malnutrisi. Penghitungan status gizi yang menggunakan perhitungan IMT menggunakan variabel tinggi badan dan berat badan,dirasa kurang memberikan hasil akurasi yang baik maka dibutuhkan sebuah Sistem Informasi untuk pengklasifikasian status gizi. Tujuan Pembuatan Sistem pengkasifikasian status gizi yang dapat di Implementasikan dengan Algoritma Naïve Bayes Classification agar dapat membantu masyarakat atau pegawai klinik untuk menentukan pengklasifikasian status gizi pada remaja yang lebih baik dan dapat mengurangi tingkat penyakit yang disebabkan oleh malnutrisi. Implementasi Pendekatan metode naïve bayes classification Pengembangan analisa dan rancangan Pengujian antara rumus IMT dengan metode naïve bayes classification Hasil Menghasilkan sebuah sistem perbandingan penghitungan IMT dan penghitungan metode NBC, untuk menjadi tolak ukur dalam pengklasifikasian status gizi pada remaja. Gambar.3 Kerangka Pemikiran

31 BAB III METODE PENELITIAN 3. Jenis Data dan Sumber Data Jenis-jenis data yang ada dalam penelitian ada yaitu :. Data Primer Data primer adalah data yang didapatkan secara langsung yaitu dengan cara wawancara, observasi, langsung kepada pihak yang berkaitan dengan klinik Azzahra atau melakukan penelitian langsung ke klinik untuk mengambil data-data yang dibutuhkan.. Data Sekunder Data sekunder adalah data yang didapatkan secara tidak langsung yaitu dengan cara melalui jurnal, buku, tesis, karya ilmiah, dan bisa mendapatkan dari internet dari sumber yang terpercaya. 3. Metode Pengumpulan Data Metode yang ada dalam penelelitian data yaitu :. Wawancara Pengumpulan data dengan wawancara dilakukan secara langsung tatap muka kepada orang yang berperan penting di Klinik Azzahra dan mempunyai informasi yang banyak serta akurat dari sumbernya.. Observasi Pengumpulan data dengan cara Observasi secara langsung pada Klinik Azzahra dengan pengamatan langsung merupakan cara pengambilan data untuk melihat bagaimana keadaan diklinik Azzahra dan diperlukan penulisan-penulisan jika dibutuhkan data tersebut. 3. Dokumentasi Pengumpulan dengan cara Dokumentasi merupakan metode dalam penyelidikan agar memperoleh informasi dari masa lalu atau data-data atau 3

32 3 informasi sebelumnya dapat dilihat dari dokumentasi. Dokumen diperlukan untuk mendukung kelengkapan data yang lain. 3.3 Analisa Penelitian Kebutuhan Data Penelitian ini dilakukan di klinik azzahra yang beralamat di Jalan Raya Ngawen No.305 Kec.Ngawen Kab.Blora Jawa Tengah. Untuk keperluan dan kepentingan pengumpulan data-data dan informasi dari klinik azzahra akan diolah menggunakan Metode Naïve Bayes Classification untuk pengklasifikasian status gizi pada remaja di klinik azzahra. Dan melakukan perbandingan antara metode IMT dan metode Naïve Bayes Classification. Didalam penelitian mendapatkan data dari klinik Azzahra sebanyak 500 record dan yang di ujikan yaitu hanya 50 sample, variabel yang terdapat dalam pengklasifikasian status gizi pada remaja dibawah ini :. Umur Umur adalah faktor penting untuk penentuan gizi. Kesalahan dalam penentuan umur dapat menyababkan pengukuran dalam status gizi menjadi tidak tepat.. Berat Badan berat badan faktor ukuran dalam antropometri yang penting dan paling sering digunakan, mineral, jumlah protein dan air yang ada didalam tulang dapat menggambarkan berat badan. 3. Tinggi Badan Tinggi badan merupakan parameter yang penting bagi keadaan yang telah lalu dan keadaan sekarang. disamping itu tinggi badan merupakan ukuran kedua yang penting. Karena dengan menghubungkan tinggi badan dan berat badan (Quac Stick), faktor umur dapat dikesampingkan. 4. Lingkar Pergelangan Tangan pengukuran menggunakan lingkar pergelangan tangan ini digunakan untuk mengetahui kurang nya asupan energy dan protein dalam tubuh, tetapi pengukuran lingkar pergelangan tangan tidak dapat digunakan

33 33 untuk pengukuran jangka pendek, harus ada aspek lainnya juga untuk lebih mendapatkan akurasi yang baik. Selain itu pengukuran lingkar pergelangan tangan sangat mudah dapat di lakukan siapa saja. 5. Lingkar Perut Pengukuran lingkar perut digunakan untuk memprediksi besarnya lingkar perut dengan berat badan dan tinggi badan yang mempengaruhi perubahan status gizi. 6. Jenis Kelamin Jenis kelamin diketahui berpengaruh dengan adanya status gizi dimana seorang laki-laki cenderung tumbuh lebih baik dibandingkan dengan perempuan. Dalam penelitian ini mengambil data pasien sebanyak 500 data dan yang di ujikan untuk sample yaitu 50 data yang di ambil pada tanggal 6 November 05 dari klinik Azzahra yang digunakan untuk pengklasifikasian status gizi pada pasien remaja ber-umur 6- tahun : Tabel 3. Sample Data Klasifikasi Status Gizi Pada Klinik Azzahra

34 34 No Tinggi Badan Berat Badan Jenis Kelami n Lingkar Tangan Lingkar Perut Status Gizi Umur 55 6 P 93 OTR P 4 67 KTR L 3 7 KTR P 8 69 OTR P 4 7 NORMAL L 7 7 NORMAL P 5 68 NORMAL L 8 83 OTR L 3 70 KTR P 4 73 NORMAL L 6 79 NORMAL L 5 64 NORMAL P 9 84 OTB P 3 67 NORMAL L 6 KTB L 9 8 OTR P 5 63 NORMAL P 79 OTR L 6 KTB P 6 66 NORMAL L 5 70 KTB P 6 69 NORMAL 7

35 P 5 64 NORMAL L 3 6 KTB L 0 86 OTR P 3 65 KTR P 4 6 KTR L 6 70 NORMAL P 5 66 KTR P 6 63 NORMAL P 7 7 NORMAL L 3 63 KTB L 6 70 NORMAL L 98 OTB L 8 70 NORMAL L 7 74 NORMAL P 9 88 OTR P 4 65 NORMAL L 9 8 OTR P 4 67 NORMAL P 6 7 NORMAL L 93 OTR L 87 OTB L 3 67 NORMAL P 65 KTR L 3 69 KTR 8

36 L 4 70 NORMAL P 7 7 NORMAL P 5 68 NORMAL L 4 7 NORMAL P 90 OTR P 4 67 KTR P 5 7 KTR P 6 67 OTR L 4 67 NORMAL L 6 7 NORMAL L 5 80 NORMAL L 6 78 NORMAL P 7 68 NORMAL P 3 67 OTB L 7 8 NORMAL P 4 70 OTB P 5 69 OTB P 6 67 OTR L 5 69 NORMAL P 4 70 KTR L 6 79 NORMAL L 5 84 NORMAL L 6 86 NORMAL L 9 07 OTB

37 L 7 70 KTB L 8 8 OTR P 4 73 NORMAL P 7 68 NORMAL L 9 89 OTR L 8 70 KTR L 9 67 KTR P 7 76 NORMAL L 4 7 KTR L 5 63 KTR P 7 67 KTB P 6 73 NORMAL P 4 7 NORMAL L 5 99 NORMAL P 7 74 OTB P 9 75 KTB L 8 89 OTB P 8 69 NORMAL P 6 70 NORMAL L 7 89 NORMAL L 5 0 OTR L 8 80 OTR P 5 63 NORMAL L 8 7 NORMAL 8

38 P 6 67 KTR L 6 66 NORMAL P 5 70 KTR P 6 69 NORMAL L 5 65 NORMAL P 3 64 KTB P 7 76 OTR L 4 68 NORMAL L 6 70 NORMAL L 7 8 OTB P 4 69 NORMAL L 5 73 NORMAL P 6 7 NORMAL P 5 67 NORMAL P 7 69 NORMAL L 6 8 OTR L 9 83 OTR P 8 67 NORMAL P 9 65 KTB L 6 79 NORMAL P 5 73 OTR L 5 70 NORMAL P 5 74 NORMAL P 6 77 OTB 8

39 L 5 79 NORMAL L 4 70 NORMAL P 5 69 NORMAL P 6 73 NORMAL L 5 7 NORMAL P 6 88 OTR L 7 07 OTR P 6 69 NORMAL P 6 73 NORMAL L 6 7 NORMAL P 6 70 NORMAL P 7 79 NORMAL L 7 8 NORMAL L 4 67 NORMAL L 5 93 OTR P 6 74 NORMAL L 5 79 NORMAL P 6 75 NORMAL P 4 77 NORMAL L 5 79 OTR P 6 80 NORMAL L 9 8 KTR P 8 73 OTR L 7 79 NORMAL

40 P 9 74 NORMAL P 6 7 NORMAL P 5 70 KTB L 6 83 OTR P 4 69 NORMAL L 5 84 NORMAL P 4 7 KTR L 6 85 NORMAL P 5 7 NORMAL P 4 65 NORMAL P 5 69 OTR L 5 8 OTR P 6 74 KTR L 5 77 NORMAL P 4 70 NORMAL P 5 76 NORMAL P 6 69 KTB L 3 73 NORMAL L 7 84 NORMAL P 6 80 OTR L 7 88 OTR P 0 9 OTR P 4 69 NORMAL L 5 74 KTR 6

41 L 7 76 OTR P 4 68 NORMAL L 6 70 NORMAL L 4 7 NORMAL L 5 76 NORMAL L 4 80 KTR P 5 74 NORMAL L 7 8 NORMAL P 5 68 NORMAL L 6 83 OTR P 5 69 KTB L 8 67 NORMAL P 3 8 OTB P 9 65 NORMAL L 7 73 OTB L 66 KTB L 8 83 OTR P 3 70 NORMAL P 4 76 OTR P 5 7 NORMAL L 8 83 NORMAL L 6 86 NORMAL P 7 74 NORMAL L 3 69 KTR 8

42 L 6 73 NORMAL L 94 OTB P 8 79 NORMAL L 7 73 NORMAL P 6 89 OTRN P 9 63 KTR L 4 8 NORMAL P 5 67 OTB P 6 73 OTR L 4 9 KTR L 3 88 KTB L 69 NORMAL P 6 67 NORMAL P 5 65 NORMAL L 7 76 NORMAL L 6 74 NORMAL P 6 73 NORMAL L 5 80 NORMAL L 7 86 NORMAL L 8 9 NORMAL P 8 87 OTB P 4 78 NORMAL L 6 73 NORMAL P 9 79 OTR 7

43 P 5 69 KTR L 6 73 NORMAL L 5 70 NORMAL L 7 76 NORMAL P 8 83 NORMAL P 4 84 KTR L 5 73 NORMAL 64 5 P 7 86 NORMAL P 6 8 OTR P 0 84 KTR L 8 68 NORMAL L 4 66 OTR P 9 65 KTR L 3 7 OTB P 5 7 NORMAL L 4 83 OTR P 6 86 NORMAL L 7 76 NORMAL P 4 68 NORMAL P 6 74 OTR L 8 78 NORMAL P 5 87 NORMAL P 4 8 NORMAL L 6 77 NORMAL

44 P 4 7 OTR L 5 75 NORMAL P 6 69 OTB P 6 65 OTB L 7 70 OTB P 7 73 NORMAL L 8 83 NORMAL L 6 8 NORMAL L 5 85 OTR P 4 70 OTB P 4 84 OTB P 8 89 OTB L 6 76 OTR L 7 87 OTB L 7 95 OTB P 8 75 OTB L 7 87 NORMAL P 4 68 NORMAL P 5 7 NORMAL P 3 68 KTR L 4 65 KTR P 4 7 KTB P 5 74 NORMAL L 6 76 NORMAL 8

45 P 4 69 KTB P 5 76 KTR L 6 77 NORMAL L 7 83 OTB L 7 89 OTR L 7 88 OTR P 8 93 NORMAL P 6 74 OTR L 4 78 NORMAL L 4 8 NORMAL L 5 86 NORMAL P 6 90 NORMAL L 6 9 OTR L 7 89 OTR L 6 7 OTR L 7 77 OTR L 6 83 NORMAL L 6 89 OTR L 7 78 NORMAL L 8 85 OTR P 8 08 OTB P 6 83 NORMAL P 4 73 NORMAL P 5 74 NORMAL 9

46 L 6 8 NORMAL L 7 93 NORMAL L 3 80 NORMAL P 5 8 NORMAL P 4 7 NORMAL L 7 75 NORMAL P 8 7 KTR L 4 88 NORMAL P 5 8 NORMAL L 78 NORMAL P 4 8 NORMAL L 5 77 NORMAL L 6 89 NORMAL L 3 70 KTR P 74 NORMAL P 4 69 NORMAL L 8 75 KTR L 6 83 NORMAL L 4 88 OTR L 3 94 NORMAL L 4 90 OTR P 6 77 KTR P 6 84 NORMAL P 5 77 NORMAL 6

47 L 7 8 NORMAL L 9 86 KTR P 0 93 OTR P 8 94 OTB L 6 7 OTR P 4 63 KTB L 68 KTR P 6 67 KTR P 3 69 NORMAL P 7 73 KTB L 4 76 NORMAL P 5 78 NORMAL L 9 96 KTR L 8 87 NORMAL P 0 83 OTR P 6 73 NORMAL L 84 NORMAL L 5 86 OTR P 3 79 NORMAL L 8 95 NORMAL P 7 7 KTR L 4 88 NORMAL P 6 77 NORMAL P 5 76 KTR 7

48 P 75 OTR L 6 75 KTR L 4 83 NORMAL L 5 79 OTB P 4 86 NORMAL P 6 65 NORMAL P 7 67 NORMAL P 6 68 KTB L 6 7 OTR L 7 89 OTB L 8 78 NORMAL L 6 73 OTB L 5 75 NORMAL P 5 87 NORMAL P 6 76 NORMAL P 5 74 NORMAL L 7 77 KTB L 8 79 NORMAL P 4 70 OTB L 5 69 KTB P 7 73 NORMAL P 6 7 NORMAL P 0 88 OTB L 8 07 OTR 9

49 L 4 69 KTR P 9 73 OTB L 3 7 NORMAL P 5 65 KTR P 4 76 OTB P 6 74 KTB P 7 73 OTB P 8 80 NORMAL P 7 86 KTR L 6 9 NORMAL P 7 87 KTB L 6 78 OTB P 6 73 NORMAL P 7 79 NORMAL P 4 69 NORMAL L 3 79 NORMAL P 4 73 OTB L 70 KTR L 6 74 NORMAL P 5 77 NORMAL P 7 79 KTB P 7 70 NORMAL L 6 69 OTR P 7 73 NORMAL 6

50 L 6 7 KTB P 7 88 NORMAL P 6 07 NORMAL L 6 69 OTB P 4 73 NORMAL L 4 7 OTB L 6 65 NORMAL P 7 76 OTR P 4 74 OTR L 7 73 NORMAL P 6 80 OTB L 7 86 KTB P 6 9 NORMAL L 6 87 OTB P 9 78 OTR P 8 73 NORMAL L 5 79 NORMAL P 7 69 OTB L 8 7 NORMAL P 4 63 NORMAL P 5 70 NORMAL P 7 98 NORMAL L 6 70 NORMAL P 0 74 OTB 7

51 L 8 88 NORMAL L 4 65 NORMAL P 9 8 NORMAL P 3 67 KTR P 5 7 NORMAL L 4 76 KTB P 6 74 OTR L 7 73 NORMAL L 7 80 OTB L 6 86 NORMAL P 5 9 NORMAL P 5 87 NORMAL L 6 78 OTR P 4 73 KTR P 4 79 OTR L 5 69 NORMAL P 8 70 KTR L 7 74 OTB P 6 77 NORMAL P 7 79 NORMAL P 6 70 NORMAL L 6 69 OTR P 5 73 NORMAL L 8 7 OTR 0

52 L 8 88 NORMAL P 3 07 NORMAL P 4 69 NORMAL L 4 73 OTB L 5 7 OTB P 6 83 OTB P 5 67 NORMAL P 5 65 NORMAL P 8 79 NORMAL L 7 73 OTR L 6 70 NORMAL P 7 65 NORMAL P 6 76 NORMAL L 6 74 OTB P 5 73 NORMAL L 7 80 OTB P 8 86 KTR P 4 9 NORMAL P 5 87 OTB L 7 78 NORMAL P 6 73 OTR L 0 79 KTR L 8 69 KTR P 4 7 OTB

53 P 9 63 KTB P 3 70 NORMAL P 5 98 NORMAL L 4 70 NORMAL P 6 74 NORMAL L 7 88 NORMAL L 3 65 OTR P 5 8 OTR L 4 67 NORMAL P 4 7 OTR L 8 83 OTB P 6 67 NORMAL L 6 65 NORMAL L 5 79 OTB L 4 73 NORMAL L 9 70 KTB P 7 74 KTR P 6 77 OTR P 5 79 NORMAL L 6 70 NORMAL P 5 69 NORMAL L 7 73 NORMAL L 8 7 NORMAL P 4 88 NORMAL 7

54 L 5 07 NORMAL P 7 69 NORMAL L 6 73 KTR P 0 7 NORMAL P 8 7 OTR P 4 63 NORMAL L 9 70 KTB P 3 98 NORMAL L 5 70 NORMAL L 4 74 NORMAL P 6 88 NORMAL P 7 65 NORMAL P 6 8 OTR P 4 67 OTR L 9 7 KTR P 6 8 NORMAL L 4 7 KTR L 3 89 OTR P 5 80 NORMAL P 5 76 OTB Pengolahan Data

55 55 Pengolahan data merupakan proses perhitungan, simulasi dan pengujian dari metode yang telah ada dan metode yang akan dilakukan penelitian Proses pengolahan data Berikut contoh proses pengolahan data : Data set Pengelompokan data variabel Diskrit Kontinu Menghitung nilai mean & standart deviasi persamaan & 3 Melakukan inputan data baru sesuai variabel Menghitung dengan NBC menggunakan fungsi gauss persamaan 6 menghitung probabilitas (jenis kelamin) persamaan 4 Menghitung nilai Likelihood pada setiap kelas persamaan 7 Perhitungan probabilitas dengan normalisasi likelihood dengan jumlah hasil= persamaan 8 Mencari Nilai Probabilitas Maksimal Gambar 3. Proses Skema Perhitungan Dari skema diatas dapat dijelaskan sebagai berikut : Uji akurasi dengan persaman 9

56 56 a. Data set merupakan variabel-variabel yang ada diklinik azzahra untuk pengklasifikasian status gizi remaja. b. Setelah itu kemudian data set dikelompokan sesuai variabel sesuai kategori. c. Langkah selanjutnya menghitung mean dan standart deviasi.menggunakan rumus ke- dan. Perhitungan mean dan standart deviasi hanya digunakan untuk kriteria kontinu (nilainya tidak tetap) yang termasuk variabel kontinu adalah tinggi badan, umur, berat badan, lingkar lengan atas lingkar perut, Selanjutnya kriteria kontinu dilakukan penghitungan menggunakan gauss menggunakan rumus ke-6. Sedangkan kriteria diskrit (tetap) yang termasuk variabel diskrit adalah jenis kelamin, dan perhitunganya menggunakan probabilitas menggunakan rumus ke Penginputan data baru pada pengklasifikasian status gizi di klinik Azzahra Pada klinik Azzahra terdapat 6 kriteria variabel untuk digunakan dalam pengklasifikasian : a. Umur b. Berat Badan c. Tinggi Badan d. Lingkar Pergelangan Tangan e. Jenis Kelamin f. Lingkar Perut Data Base Pengklasifikasian status gizi remaja Tinggi badan Berat Jenis Lingkar umur Lingkar tangan

57 57 Gambar 3. Skema Data Input Variabel Klasifikasi Melakukan Perhitungan Klasifikasi Menggunakan NBC Data set Pengelompokan data variabel Kontinu Diskrit Menghitung nilai mean = X+X+X3+ +Xn n standart deviasi menghitung probabilitas Menghitung nilai Likelihood Menghitung dengan NBC menggunakan fungsi gauss Perhitungan probabilitas dengan normalisasi likelihood dengan jumlah hasil= Gambar 3.3 Skema Perhitungan dengan metode NBC

58 58 Pemilihan menggunakan metode Naïve Bayes Classification untuk membandingkan antara metode Naïve Bayes Classification dengan hasil dari pengklasifikasian status gizi remaja pada klinik azzahra. Kemudian akan dihitung tingkat keakurasian dengan menggunakan rumus Kinerja atau rumus ke Hasil Dari Evaluasi Hasil dari evaluasi merupakan proses pengukuran hasil kinerja dengan menggunakan metode naïve bayes classification dalam melakukan penghitungan pengklasifikasian status gizi pada remaja dan akan dilakukan pengujian untuk mengetahui apakah menggunakan metode naïve bayes classification memiliki nilai akurasi yang baik atau tidak dan layak digunakan di klinik azzahra atau tidak. 3.5 Implementasi dan Rancangan Desain Dalam tahap ini, akan dilakukan perancangan pembuatan aplikasi, akan dimulai dari dari perancangan sistem, perancangan data base desain interface, dan evaluasi Rancangan Sistem Dalam perancangan sistem membutuhkan sesuatu untuk mendeskripsikan dalam perancangan sistem yaitu :. Use case diagram Use case diagram adalah untuk menggambarkan adanya hubungan antara actor dengan sistem yang dikembangkan. Actor yang dimaksut adalah sebagai pegawai yang ada di klinik azzahra terutama dibagian gizi.. Diagram activity Diagram activity adalah untuk menggambarkan aliran kejadian atau menunjukan aliran dari kerja sistem.

59 59 3. Diagram sequence Diagram sequence adalah suatu hubungan antara actor dengan objek untuk mengecek urutan aktivitas yang dilakukan oleh actor kepada objek untuk menjalankan use case Rancangan Database Dalam tahapan rancangan ini sistem basis data berfungsi untuk penyimpanan data pada sistem pengklasifikasian status gizi pada remaja di klinik azzahra. Dalam pengklasifikasian status gizi pada remaja mencari data-data terlebih dahulu untuk mendapatkan hasil yang lebih baik dan untuk menentukan pola data dan memahami. Dan dilanjutkan dengan membuat sistem basis data, didalam pembuatan sistem basis data disini menggunakan MySQL Desain Interface Didalam penelitian ini Desain Interface dibuat untuk dapat memodelkan menjadi sistem pengklasifikasian status gizi pada remaja diklinik azzahra. Sedangkan didalam desain interface menggunakan sistem informasi akan dirancang dengan mudah agar dapat dimengerti banyak orang dan pengguna. Desain interface menggunakan aplikasi Delphi 7 yang didalamnya terdapat macam tools untuk memperindah tampilan interface Implementasi Sistem Didalam penelitian ini Implementasi Sistem merupakan hasil dari semua desain kemudian diperjelas kedalam sebuah bahasa yang diketahui komputer. Dalam sistem ini diimplementasikan menggunakan bahasa pemrograman Delphi 7 karena bersifat opensource dan tools yang lumayan lengkap.

60 Uji Coba Kasus Pada tahap pengujian akan dilakukan pengecekan hasil dari peneliatian yang dilakukan apakah aplikasi yang dibuat dapat berjalan sesuai keinginan yaitu dengan cara akan membandingkan penghitungan klasifikasi status gizi pada remaja dengan metode yang manual dengan sistem yang dibuat sekarang.

61 BAB IV HASIL DAN PEMBAHASAN 4..Implementasi interface Antar muka atau sering disebut interface merupakan komunikasi pengguna atau admin dengan suatu sistem. Interface atau anar muka dapat menerima informasi dari admin dan dapat memberikan informasi ke admin agar dapat membantu mengarahkan alur penelusuran masalah sampai ditemukan solusi yang tepat. Setelah dilakukan dilakukan evaluasi disini menemukaan kendala, maka akan di lakukan pembuatan sebuah program aplikasi antar muka, ini digunakan untuk menanggulangi kendala-kendala yang ada dan sering terjadi. Serta untuk memperbaiki sitem yang telah ada agar dapat lebih tepat, cepat, efektif dan efisien. 4.. Tampilan Awal Login Implementasi tampilan awal ini ada form login untuk masuk dalam aplikasi Antopometri yaitu admin harus memasukan data login dan password, setelah admin memasukan data login dan password secara benar maka akan muncul Tampilan utama aplikasi. Gambar 4. Tampilan Awal Login 6

62 6 4.. Tampilan Utama (setelah Login) Tampilan utama setelah admin memasukan data login dan password dengan benar maka akan muncul tampilan utama seperti dibawah ini. Didalam tampilan awal ini meliputi Input Pasien, Input Antropometri, Laporan Antropometri. Gambar 4. Tampilan Utama (setelah Login) 4..3 Tampilan Menu Data User Didalam tampilan menu data user terdapat data-data admin untuk masuk dalam sebuah sistem pengklasifikasian status gizi pada remaja. Gambar 4.3 Tampilan Menu Data User

63 Tampilan Form Pendataan Pasien Didalam form pendataan pasien ini dapat digunakan untuk memasukan data data pasien berupa Nomor identitas, Nama, Tempat lahir, Tanggal lahir, dan Alamat. Untuk menghindari jika ada data pasien yang sama dengan pasien lainnya. Gambar 4.4 Tampilan Form Pendataan Pasien 4..5 Tampilan Form Pendataan Antropometri Tampilan form pendataan antropometri ini digunakan untuk menginputkan atribut-atribut klasifikasi status gizi yang sudah ditentukan dan sesuai periodenya. dan sekaligus proses perhitungannya untuk menentukan status gizi pasien yang ada di klinik azzahra menggunakan metode Naïve Bayes Classification. Gambar 4.5 Tampilan form pendataan antropometri

64 Tampilan Form Perhitungan Naïve Bayess Setelah data-data diproses dan menghasilkan status gizi, disini dapat dilihat juga proses perhitungan menggunakan naïve bayess seperti contoh dibawah ini : Gambar 4.6 Tampilan Form Perhitungan Naïve Bayess 4..7 Form Laporan Antropometri Didalam form laporan antropometri bisa dilihat hasil-hasil dari proses penginputan data, perhitungan data dan menghasilkan status gizi yang ada dalam klinik Azzahra.

65 65 Gambar 4.7 Form Laporan Antropometri 4..Hasil Penelitian Data-data yang digunakan untuk melakukan peneliktian ini yaitu diperoleh dari klinik Azzahra, sedangkan atribut yang digunakan dalam pengklasifikasian status gizi Remaja usia 6- tahun meliputi : umur, tinggi badan, berat badan, lingkar pergelangan tangan, lingkar perut, jenis kelamin. Kemudian data-data tersebut diolah untuk mendapatkan informasi status gizi bagi Remaja usia 6- tahun dengan menyesuaikan keadaan antropometri masing-masing pasien menggunakan metode Naïve Bayes. 4.. Pengelompokan Variabel Berdasarkan Klasifikasi Status Gizi Pada Remaja Langkah pertama untuk melakukan penelitian ini adalah mengelompokan kategori klasifikasi status gizi Remaja 6- tahun menjadi beberapa variabel yaitu data diskrit, data kontinu dan data tambahan.seperti berikut ini : a) Data Diskrit