120
oleh Fatkhiyah (2012) yang merancang proses training
untuk mendukung penentuan kualitas air minum
kemasan dengan jumlah input ada 20 dan 1 output.
Penelitian tersebut hanya merancang proses training,
sehingga masih dapat dikembangkan ke rancangan
proses penentuan [4].
Metode yang tepat untuk menentukan menu makanan
adalah dengan menggunakan rule based system.
Penelitian tentang rule based system yang merancang
suatu sistem untuk menentukan jumlah kalori dan menu
diet bagi penderita diabetes dengan masukan tinggi
badan, berat badan, jenis kelamin, usia, dan aktifitas
yang menghasilkan output jumlah kalori dan menu diet.
Pada penelitian tersebut tidak dilengkapi fitur atau
kemampuan sistem untuk menambahkan aturan (rule)
[5].
Berdasarkan pembahasan diatas, maka pada
penelitian ini akan digunakan jaringan syaraf tiruan
algoritma perceptron untuk menentukan status gizi
balita yang mana pada algoritma perceptron ini terdiri
dari dua proses yaitu proses training dan proses testing.
Sedangkan untuk menentukan kebutuhan kalori dan
menu makanan yang dibutuhkan menggunakan rule
based system yang dilengkapi fitur untuk menambahkan
aturan
II. LANDASAN TEORI
A. Jaringan Syaraf Tiruan Algoritma Perceptron
JST adalah sistem komputasi dimana arsitektur
dan operasi diilhami dari pengetahuan tentang sel
syaraf biologis dalam otak. Istilah JST digunakan
karena jaringan syaraf ini diimplementasikan dengan
menggunakan program komputer yang mampu
menyelesaikan sejumlah proses perhitungan selama
proses pembelajaran, cara kerja jaringan syaraf tiruan
meniru cara kerja otak manusia.
JST tidak diprogram untuk menghasilkan keluaran
tertentu. Semua keluaran atau kesimpulan yang
ditarik oleh jaringan didasarkan pada pengalamannya
selama mengikuti proses pembelajaran.
Algoritma pelatihan dengan metode perceptron [6]
adalah :
Inisialisasi semua bobot dan bias ( biasanya = 0 ).
Set learning rate . Untuk penyederhanaan set
sama dengan 1.Set nilai threshold untuk fungsi
aktivasi.
Untuk setiap pasangan pembelajaran s-t,kerjakan :
o Set aktivasi unit input Xi = Si
o Hitung respons untuk unit output:
y_in = b + 1 xi wi
(1)
o Masukkan kedalam fungsi aktivasi :
1 Jika y_in >
y=
Jika - y_in
(2)
Bandingkan nilai output jaringan y
dengan target
121
Rumus untuk menentukan status gizi dengan cara ZSkor adalah :
Bila nilai real hasil pengukuran berat badan per
umur (BB/U), tinggi badan per usia (TB/U) atau
berat badan menurut tinggi badan (BB/TB) lebih
besar atau sama dengan nilai median maka dapat
dilihat pada persamaan
=
(7)
(8)
122
gizi sesuai dengan standar antropometri penilaian status
gizi anak .
A. Tahap Training
Untuk proses selanjutnya adalah proses pembelajaran
terhadap pola data yang akan dikenali. Proses ini
dilakukan menggunakan data training. Program ini
berhenti jika semua output sama dengan target atau
iterasi (epoch) telah mencapai nilai maksimum (100).
Contoh data ke-1 sampai dengan data ke-6 untuk tahap
training ditunjukkan dalam Tabel 1.
Dari data tersebut langkah selanjutnya adalah
menghitung nilai output. Setelah diketahui nilai output
kemudian dimasukkan ke fungsi aktifasi dan
dibandingkan dengan nilai target.
Perhitungan bobot dan bias yang baru dilakukan jika
nilai output tidak sama dengan nilai target. Jika nilai
target sudah sama dengan nilai output, maka nilai bobot
dan bias yang digunakan adalah nilai bobot dan bias
dari data sebelumnya.
Pada proses pelatihan ini nilai bobot dan bias pada
epoch ke-76 sampai epoch ke 100 tidak mengalami
perubahan, maka proses pelatihan dapat dihentikan dan
didapatkan nilai bobot (w) dan bias terbaik sebagai
berikut :
w umur : -2,5830
w berat badan: 5,5645
w tinggi badan: 4,0404
w jenis kelamin : 0,0600
bias: -2,6
TABEL I
DATA BALITA UNTUK TAHAP TRAINING
No
x1
x2
x3
x4
0,130
0,216
0,447
0,9
0,206
0,250
0,456
0,1
0,145
0,265
0,447
0,9
0,447
0,306
0,536
0,9
0,492
0,348
0,580
0,9
0,206
0,255
0,420
0,1
bobot dan bias stabil pada epoch ke-8, akan tetapi nilai
error yang didapatkan sebesar 31,579% .
Pada tahap training ini dengan menggunakan 166
data, learning rate = 0,1 dan threshold = 0,5 didapatkan
nilai error sebesar 4,762%.
TABEL II
PERUBAHAN LEARNING RATE DAN THRESHOLD TERHADAP
JARINGAN
Learning rate
Threshold
Epoch
Error
0.3
50
7,142%
0,1
0,5
76
4,762%
0,5
0,3
16
7,738%
0,5
31,579%
B. Tahap Testing
Data yang digunakan pada tahap testing ini berjumlah
23 data. Tahap testing digunakan untuk menguji validasi
data yang telah dilakukan pada proses training dengan
memasukkan data baru yang belum pernah dilatih
sebelumnya untuk menguji apakah nilai bobot terakhir
merupakan bobot yang terbaik. Contoh data yang
digunakan pada tahap testing dengan unit input
(x1,x2,x3,x4) dan unit target (t) yang ditunjukkan dalam
Tabel 3. Pada Tabel 3 data yang digunakan masih
merupakan data mentah dan pada Tabel 4 data mentah
tersebut sudah sudah mengalami proses transformasi.
Setelah data ditransformasi, data tersebut digunakan
untuk tahap testing dengan jumlah total data 23 pola
data. Tahap testing menggunakan learning rate () =
0,1, threshold = 0,5, dan maksimum epoch = 100. Pada
tahap testing nilai ketepatan mencapai 82,609%.
TABEL III
DATA BALITA PADA TAHAP TESTING
Berat
Tinggi
Umur
Jenis
Badan
Badan
Kelamin
(bulan)
(kg)
(cm)
(x4)
x1
(x2)
(x3)
26
11,5
90
Laki-laki
46
30
120
Laki-laki
7
4,5
55
Laki-laki
30
9
74
Laki-laki
7
8,5
64
Perempuan
8
4,5
50
Perempuan
30
24
100
Perempuan
18
23
98
Perempuan
No
1
2
3
4
5
6
7
8
Keterangan Tabel
x1: Data input umur
x2: Data input berat badan
x3: Data input tinggi badan
x4: Data input jenis kelamin
t: Target status gizi
0,1
Target
(t)
Normal
Lebih
Kurang
Kurang
Normal
Kurang
Lebih
Lebih
.
TABEL IV
DATA BALITA PADA TAHAP TESTING SETELAH PROSES TRANSFORMASI
No
Umur
(x1)
Berat
(x2)
Tinggi
(x3)
Jenis Kelamin
(x4)
Target
(t)
1
2
3
4
5
0,387
0,689
0,1
0,447
0,1
0,294
0,771
0,113
0,229
0,190
0,544
0,811
0.233
0,402
0,313
0,9
0,9
0,9
0,9
0,1
0
1
-1
-1
0
0,115
0,113
0,189
0,1
-1
7
8
0,447
0,266
0,616
0,342
0,633
1,474
0,1
0,1
1
1
123
No
1
2
3
4
5
TABEL V
KEBUTUHAN KALORI BALITA USIA 7-12 BULAN
Berat
Tinggi
Umur
Kalori
Jenis
Badan
Badan
Kelamin
(bulan)
(kal)
(kg)
(cm)
7
Laki-laki
4
50
278
8
Laki-laki
7,9
74
625
9
Laki-laki
8,5
79
679
9
Laki-laki
9
75
723
10
Laki-laki
6,5
40
501
kebutuhan kalori
1000
kebutuhan
kalori
500
0
0.0
10.0
kebutuhan kalori
2000
1500
1000
500
0
kebutuhan
kalori balita
usia 13-36
bulan
10
20
berat badan
Gambar 2. Grafik Kebutuhan Kalori Balita Umur 13-36 Bulan
TABEL VII
KEBUTUHAN KALORI BALITA USIA BALITA USIA 37-60 BULAN
Berat
Tinggi
Umur
Jenis
Kalori
Badan
Badan
Aktifitas
(bulan)
Kelamin
(kal)
(kg)
(cm)
38
Perempuan
13
96,5
Ringan
1148
40
Laki-laki
15
100
Aktif
1331
40
Perempuan
15
96
Ringan
1171
42
Perempuan
18
100
Ringan
1175
43
Laki-laki
13
97
Aktif
1202
20.0
2000
berat badan
Gambar 1. Grafik Kebutuhan Kalori Balita Umur 7-12 Bulan
1500
1000
kebutuhan
kalori
500
TABEL VI
KEBUTUHAN KALORI BALITA USIA 13-36 BULAN
Berat
Tinggi
Umur
Kalori
Jenis Kelamin
Badan
Badan
(bulan)
(kal)
(kg)
(cm)
14
Perempuan
9,8
80
792
14
Perempuan
10
76
810
22
Laki-laki
12
94
988
26
Laki-laki
11
87,5
891
26
Perempuan
18,2
109
1540
19
15
15
13
15
0
13
124
menu makanan dengan kandungan kalori 11011300 kal = menu makanan 3
menu makanan dengan kandungan 1301-1500 kal
= menu makanan 4
menu makanan dengan kandungan >1501 kal =
menu makanan 5
VI. KESIMPULAN
Pada proses pelatihan dengan menggunakan 166 data
dengan nilai bobot awal = 0, nilai bias = 0, threshold =
0,5 dan learning rate = 0,1 didapatkan nilai bobot dan
bias yang stabil pada epoch ke- 100 yaitu dengan nilai
bobot umur = -2,5830, bobot berat badan = 5,5645,
bobot tinggi badan = 4,0404, bobot jenis kelamin =
0,0600 dan nilai bias = -2,6. Pada proses pelatihan
diperoleh error sebesar 4,762%.Sedangkan pada proses
testing dengan menggunakan 23 data didapatkan nilai
ketepatan sebesar 82,609%. Semakin besar berat badan
balita maka semakin besar pula kebutuhan kalori yang
dibutuhkan dan pada balita umur 7-36 bulan secara
umum prosentase kebutuhan kalori 1% - 2% lebih besar
dibandingkan prosentase dengan berat badan. Pada
proses penentuan kebutuhan kalori balita dipengaruhi
beberapa faktor, antara lain : berat badan, usia, tinggi
badan, jenis kelamin, dan aktifitas. Khusus untuk
aktifitas hanya berpengaruh untuk balita umur 37-60
bulan.
DAFTAR PUSTAKA
[1]