Abstract
The Belakang Padangs District Health Center is one of the government agencies that play a role in the health
field located in the city of Batam. In data processing and analyzing the nutritional status of toddlers, The
Belakang Padangs District Health Center still perform processing archival and analysis of data is not
necessarily counted properly. As a result, more time will be wasted and in terms of the calculation is not
necessarily accurate. So, of course it takes additional time to optimize data the nutritional status of toddlers. In
this study, the researcher build android-based application to resolve the problem of determining classification
using the two calculation, which is based on the Indonesian Ministry Standard 2010 about Standard
Anthropometric Assessment Nutritional Status of Toddlers in the index of Weight per Height and the calculation
method of fuzzy cmeans algorithms. The variables used in determining the nutritional status of toddlers for
both our calculations are height, weight, and gender. From the study from 114 samples of data, methods of
fuzzy c-means produces the quantity of similarity calculations based on the results of the classification of the
Standard Ministry had as many as 26 to 32 sample data. And percentage similarity classification results
produced by the system ranges from 22.81% to 28.07%.
Keywords : The nutritional status of toddlers, android, method of fuzzy c-means algorithm, variable,
classification.
I. PENDAHULUAN
Puskesmas
Kecamatan
Belakang
Padang
merupakan salah satu lembaga pemerintahan yang
memiliki peran yang cukup besar dalam usaha
menjalankan tugas dan wewenang pemerintah
daerah Kota Batam pada bidang kesehatan. Salah
satu perannya dalam bidang kesehatan ialah
mengelola pendataan status gizi balita.
Sistem analisa status gizi balita yang dilakukan
oleh pihak Puskesmas Kecamatan Belakang
Padang masih diterapkan secara manual atau
analisa dilakukan masih menggunakan perhitungan
rumusan di atas kertas. Akibatnya, waktu akan
lebih banyak terbuang dan dari segi hasil
perhitungan juga belum tentu akurat. Maka, tentu
diperlukan waktu tambahan guna mengoptimalkan
data-data status gizi balita tersebut.
Aplikasi berbasis android merupakan solusi
yang dirasa mampu membantu menangani
permasalahan tersebut. Ditambah lagi dengan
perhitungan dengan metode fuzzy c-means dirasa
sangat mampu membantu menangani permasalahan
tersebut baik dari sisi perekaman data maupun
dalam hal analisa status gizi balita dan diharapkan
aplikasi yang dibangun dapat bekerja lebih baik
dengan menggunakan analisa perhitungan nilainilai kriterianya.
Dari uraian latar belakang diatas, maka penulis
mengambil judul yaitu Analisa Klasifikasi Status
Gizi
Dengan
Metode
Fuzzy
C-Means
Menggunakan Aplikasi Berbasis Android.
II. METODE PENELITIAN
A. Metode Pengumpulan Data
Pengumpulan data-data yang dibutuhkan dilakukan
dengan cara melakukan observasi. Hal ini
dilakukan di Puskesmas Kecamatan Belakang
Padang secara langsung. Dalam hal ini diperlukan
sebuah laptop dan alat tulis untuk merekap data dan
memudahkan dalam pengambilan data.
B. Metode Pengembangan Sistem
Pada tahap pengembangan sistem terdiri dari
proses-proses yang terstruktur yaitu : analisis,
desain,
kode,
dan
pengujian.
Metode
pengembangan ini dikenal dengan model
Sekuensial Linier menurut Roger S. Pressman.
Untuk desain model sekuensial linier dapat dilihat
pada gambar berikut.
Context
diagram
digunakan
untuk
menggambarkan bagaimana sistem akan
dibangun. Aplikasi analisa status gizi ini
diperuntukkan untuk satu pengguna, yaitu
perawat.
Dengan hasil t < MaxIter dan Error < (Pt - Ptmaka proses kembali diulangi pada langkah
perhitungan pusat cluster.
1),
Matriks partisi (
([
( , )
( , ))
](
) )
) terbaru :
= 1.204949743 + 0.307255033 +
2.213555955+ . . . + 3.868924166
= 285.7850665.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
FCM
Kurus
Kurus
Normal
Wasted
Gemuk
Gemuk
Kurus
Wasted
Gemuk
Gemuk
Normal
Normal
Normal
Kurus
Kurus
Kurus
Kurus
Wasted
Wasted
Wasted
Kurus
Kurus
Gemuk
Gemuk
Normal
Kurus
Normal
Kurus
Wasted
Wasted
Wasted
Wasted
Wasted
Wasted
SK
Normal
Normal
Normal
Normal
Gemuk
Normal
Normal
Normal
Normal
Gemuk
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Gemuk
Normal
Normal
Normal
Gemuk
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Validasi
tidak sama
tidak sama
SAMA
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
SAMA
SAMA
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
No
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
FCM
Wasted
Gemuk
Wasted
Wasted
Wasted
Kurus
Gemuk
Wasted
Kurus
Normal
Kurus
Wasted
Kurus
Gemuk
Gemuk
Wasted
Kurus
Kurus
Normal
Kurus
Kurus
Normal
Gemuk
Gemuk
Gemuk
Kurus
Normal
Normal
Normal
Gemuk
Kurus
Wasted
Normal
Wasted
Gemuk
Gemuk
Gemuk
Kurus
Wasted
Wasted
Kurus
Gemuk
Normal
Wasted
Kurus
Wasted
Wasted
Kurus
Kurus
Wasted
Wasted
Wasted
Kurus
Kurus
Gemuk
Kurus
Kurus
Normal
Normal
Normal
Kurus
Gemuk
Normal
SK
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Gemuk
Normal
Normal
Wasted
Normal
Normal
Normal
Kurus
Normal
Gemuk
Normal
Kurus
Gemuk
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Gemuk
Normal
Normal
Normal
Normal
Normal
Kurus
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Kurus
Normal
Normal
Normal
Normal
Normal
Validasi
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
SAMA
tidak sama
SAMA
SAMA
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
tidak sama
SAMA
SAMA
tidak sama
tidak sama
SAMA
No
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
FCM
Gemuk
Normal
Kurus
Gemuk
Normal
Normal
Normal
Gemuk
Normal
Kurus
Gemuk
Gemuk
Normal
Gemuk
Gemuk
Gemuk
Gemuk
SK
Normal
Normal
Normal
Wasted
Wasted
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Validasi
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
SAMA
SAMA
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
SAMA
tidak sama
tidak sama
tidak sama
tidak sama
No
1
1.3
1.35
1.4
1.45
1.5
1.55
1.6
1.65
10
1.7
11
1.75
12
1.8
13
1.85
14
1.9
15
1.95
16
2.0
28.07
28.07
27.19
27.19
27.19
27.19
25.44
25.44
25.44
25.44
24.56
23.68
22.81
22.81
22.81
22.81
[2]
A. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian di
Puskesmas Kecamatan Belakang Padang adalah
sebagai berikut.
A.,
Gizi
2000,
untuk
Intervensi
yang
Dilakukan
oleh
2.
Metode
K-Nearest
Neighbour.
[4]
B. Saran
Beberapa saran yang perlu disampaikan dalam
penelitian ini, dengan harapan akan menjadi saran
yang bermanfaat, yaitu :
1. Klasifikasi status gizi untuk orang dewasa
masih sangat mungkin untuk ditinjau
menggunakan metode fuzzy c-means dengan
menggunakan variabel yang lebih variatif.
2. Diharapkan untuk penelitian kedepannya
dapat diterapkan menggunakan
metode
klasifikasi lain seperti Nave Bayesian,
Decision Tree, fuzzy subtractive clustering,
dan fuzzy Equivalence Relation.
3. Penerapan metode fuzzy c-means ini juga
diharapkan dapat diterapkan pada studi
kasus yang berbeda dengan menggunakan
pengembangan platform yang lain pula
seperti IOS dan Blackberry OS.
[5]
DAFTAR PUSTAKA
[1]
Arwan
Ahmad
(2007).
[7]
[8]
[9]
Khoiruddin,
America.
2010: Batam.
Neighbour).
Diperoleh
14
Januari
2013,
dari
http://www.teknologiz.com/2012/11/sejarahandroid-jenis-dan-versi-android.html