Diusulkan oleh :
Muhammad Zulkifli Suryatama P27838119025, Teknik Elektromedik, 2019
Dhea Nur Fariza Izzati P27838119012, Teknik Elektromedik, 2019
Fielza Brainy Pritatiana P27838119016, Teknik Elektromedik, 2019
Livan Pramono P27838119021, Teknik Elektromedik, 2019
DAFTAR ISI
DAFTAR ISI.....................................................................................................................ii
ABSTRAK.......................................................................................................................iv
ABSTRACK.....................................................................................................................v
BAB I................................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 Latar Belakang.................................................................................................1
1.2 Rumusan Masalah............................................................................................2
1.1 Tujuan...............................................................................................................2
Tujuan Umum..............................................................................................................2
1.2 Manfaat.............................................................................................................2
BAB II...............................................................................................................................3
TINJAUAN PUSTAKA...................................................................................................3
2.1 Studi Literatur..................................................................................................3
2.1.1 Arduino and Android-Based Anthropometric Detection Tools for
Indonesian Children.................................................................................................3
2.1.2 Electronic System Design For Clinical Applications Of Stunting Case 3
2.1.3 Developing Systems Application Based On Android As Tool For
Determinant Stunting Factors In The COVID-19 Pandemic Era........................4
BAB III.............................................................................................................................5
METODE PELAKSANAAN...........................................................................................5
3.1 Inovasi Teknologi.............................................................................................5
3.2 Rancangan Penelitian.......................................................................................5
3.3 Pengumpulan Data...........................................................................................6
3.4 Analisis Data.....................................................................................................6
BAB IV..............................................................................................................................7
POTENSI HASIL IMPLEMENTASI............................................................................7
4.1 Hasil Rancangan AI-STUNT...........................................................................7
4.2 Hasil Pengukuran TB dan BB.........................................................................8
4.3 Pemecahan Masalah oleh Peneliti...................................................................8
BAB V...............................................................................................................................9
KESIMPULAN DAN REKOMENDASI........................................................................9
5.1 Kesimpulan.......................................................................................................9
iii
5.2 Rekomendasi.....................................................................................................9
DAFTAR PUSTAKA.....................................................................................................10
LAMPIRAN...................................................................................................................11
iv
ABSTRAK
Indonesia masih menghadapi kasus gizi buruk yang dapat berakibat pada
penurunan kualitas sumber daya manusia di masa depan. Menurut hasil Studi
Status Gizi Balita Indonesia (SSGI) 2021 yang dilakukan Badan Penelitian
dan Pengembangan Kesehatan Kementerian Kesehatan, angka stunting pada
tahun 2019 sebesar 27.7%, pada tahun 2021 sebesar 24,4 %. Penentuan status
gizi balita ditentukan antara lain melalui pengukuran tinggi badan (TB) dan
berat badan (BB). Hampir sebagian besar kader posyandu baik di desa
maupun di kota menggunakan peralatan ukur TB dan BB secara
konvensional, yaitu menggunakan timbangan badan pegas (neraca) dan
meteran. Secara manual seorang kader posyandu harus melakukan pencatatan
TB, BB dan Usia balita di buku selanjutnya dilakukan perhitungan baik
secara manual maupun komputer. Keterbatasan kemampuan kader dalam
menggunakan aplikasi komputer atau menghitung secara manual untuk
menghitung indikator stunting z-score (TB/U, BB/U, BB/TB) pada balita, dan
pembuatan laporannya dapat berakibat keterlambatan informasi terkait
dengan kejadian stunting pada balita. Keterlambatan ini dapat menyebabkan
keterlambatan pada penanganan balita dengan status stunting. Tujuan
penelitian ini adalah merancang alat antropometrik digital dengan
memanfaatkan teknologi internet of think dan android (AI-STUNT) untuk
mendeteksi status gizi balita yang lebih praktis bagi praktisi kesehatan dan
kader, mengurangi resiko maldiagnostik akibat human error. Rancangan AI-
STUNT ini menggunakan basis teknologi mikrokontroller ESP-32 untuk
memproses data antropometri. Data antropometri terdiri dari pengukuran
panjang dan berat badan, yang masing-masing diukur menggunakan sensor
ultrasonik dan loadcell. Pengiriman data antropometri dilakukan melalui
integrasi aplikasi MIT App, Firebase, dan Android. Aplikasi android akan
melakukan perhitungan Z-Score dan akan mengirimkan notifikasi apabila
terdeteksi status stunting. Proses kalibrasi tinggi dan berat badan dilakukan
masing-masing menggunakan meteran standart dan anak timbangan. Lebih
lanjut AI-STUNT akan diujikan pada kegiatan posyandu yang ada di wilayah
RW 10 Kelurahan Manukan Kulon Kecamatan Tandes. Hasil penerapan
penelitian ini diharapkan dapat menurunkan angka stunting yang ada di
Indonesia.
v
ABSTRACK
Indonesia is still facing cases of malnutrition which can result in a decrease
in the quality of human resources in the future. According to the results of the
2021 Indonesian Toddler Nutritional Status Study (SSGI) conducted by the
Health Research and Development Agency of the Ministry of Health, the
stunting rate in 2019 was 27.7%, in 2021 it was 24.4%. Determination of the
nutritional status of children under five is determined, among others, by
measuring height (TB) and weight (BB). Most of the posyandu cadres, both in
the village and in the city, use conventional measuring equipment for TB and
BB, namely using a spring scale (balance) and a meter. Manually a posyandu
cadre must record TB, BB and age of toddlers in a book, then do the
calculations both manually and on a computer. The limited ability of cadres
to use computer applications or calculate manually to calculate the stunting
z-score indicator (TB/U, BB/U, BB/TB) in toddlers, and the preparation of
reports can result in delays in information related to stunting in toddlers.
This delay can cause delays in handling toddlers with stunting status. The
purpose of this study is to design a digital anthropometric tool by utilizing
internet of think and android technology (AI-STUNT) to detect the nutritional
status of toddlers which is more practical for health practitioners and cadres,
reducing the risk of maldiagnostics due to human error. This AI-STUNT
design uses the ESP-32 microcontroller technology base to process
anthropometric data. Anthropometric data consisted of measurements of
length and weight, each of which was measured using an ultrasonic sensor
and a load cell. Anthropometric data is sent through the integration of the
MIT App, Firebase, and Android applications. The android application will
calculate the Z-Score and will send a notification if stunting status is
detected. The height and weight calibration processes are carried out using
standard meters and weights, respectively. Furthermore, AI-STUNT will be
tested on posyandu activities in the area of RW 10, Manukan Kulon Village,
Tandes District. The results of the application of this study are expected to
reduce the stunting rate in Indonesia.
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Stunting adalah kondisi gagal tumbuh akibat kekurangan gizi di seribu hari
pertama kehidupan anak. Kondisi ini berefek jangka panjang hingga anak dewasa
dan lanjut usia. Kekurangan gizi sejak dalam kandungan mengakibatkan
pertumbuhan otak dan organ lain terganggu, yang mengakibatkan anak lebih
berisiko terkena diabetes, hipertensi, dan gangguan jantung[1]. Menurut hasil
Studi Status Gizi Balita Indonesia (SSGI) 2021 yang dilakukan Badan Penelitian
dan Pengembangan Kesehatan Kementerian Kesehatan, angka stunting pada tahun
2019 sebesar 27.7%, pada tahun 2021 sebesar 24,4 %. Pertumbuhan otak yang
tidak maksimal juga menyulitkan anak bertanggung jawab atas hidupnya sendiri
kelak[2].
Penentuan status gizi balita ditentukan antara lain melalui pengukuran tinggi
badan (TB) dan berat badan (BB). Hampir sebagian besar kader posyandu baik di
desa maupun di kota menggunakan peralatan ukur TB dan BB secara
konvensional, yaitu menggunakan timbangan badan pegas (neraca) dan meteran.
Secara manual seorang kader posyandu harus melakukan pencatatan TB, BB dan
Usia balita di buku selanjutnya dilakukan perhitungan baik secara manual maupun
komputer. Keterbatasan kemampuan kader dalam menggunakan aplikasi
komputer atau menghitung secara manual untuk menghitung indikator stunting z-
score (TB/U, BB/U, BB/TB) pada balita, dan pembuatan laporannya dapat
berakibat keterlambatan informasi terkait dengan kejadian stunting pada balita.
Keterlambatan ini dapat menyebabkan keterlambatan pada penanganan balita
dengan status stunting[3].
Pada penelitian yang mengembangkan android untuk mendeteksi stunting.
Deteksi yang dibuat menggunakan forward chaining dengan memasukkan data
diri serta data kehamilan ibu hamil pada aplikasi seluler, data kehamilan tersebut
berisi usia kehamilan, lingkar lengan, pola makan, interval kelahiran, tinggi serta
berat badan, dan hemoglobin. Kemudian data tersebut dapat digunakan untuk
memprediksi adanya stunting pada kehamilan. Serta dapat juga menampilkan
faktor yang dapat memengaruhi stunting apabila pada data tersebut menunjukan
indikasi stunting. Pada penelitian ini mengasilkan alat yang yang memiliki akurasi
yang tinggi sebesar 89% [4]. Akan tetapi pada penelitian tersebut belum
melakukan pengukuran secara terintegrasi antara alat ukur BB dan TB ke
perangkat Android. Pada jurnal yang lain yang juga mengembangkan pendeteksi
stunting menggunakan desain data base yang akan memungkinkan perhitungan
prediktif yang kuat seperti prediksi kehilangan masa remaja akibat kesalahan saat
penanganan stunting [5]. Pada penelitian yang dilakukan tersebut hanya terbatas
2
pemrosesan data pada Android dan belum ada proses pengukuran TB dan BB
secara langsung. Sensor ultrasonic HC-SR04 yang telah terintegrasi dengan efek
sensor hall untuk pengukur tinggi atau panjang bayi dan load cell sebagai
pengukur berat badan bayi yang kemudian dikendalikan oleh Arduino-UNO
selanjutnya dikirim lewat jaringan dan akan ditampilkan pada layar ponsel [6].
Akan tetapi proses pengukuran TB dan BB belum teringtegrasi ke sistem Android,
sehingga masih menginputkan data-data tersebut secara manual.
Untuk memberikan pengembangan pada penelitian sebelumnya, maka
penulis berencana membuat alat bernama “PENERAPAN ANTROPOMETRY
BERBASIS INTERNET OF THINK DENGAN TAMPILAN ANDROID (AI-
STUNT) UNTUK DETEKSI DINI STUNTING PADA BALITA”
1.2 Rumusan Masalah
Hampir sebagian besar kader posyandu baik di desa maupun di kota
menggunakan peralatan ukur TB dan BB secara konvensional, yaitu
menggunakan timbangan badan pegas (neraca) dan meteran. Secara manual
seorang kader posyandu harus melakukan pencatatan TB, BB dan Usia balita di
buku selanjutnya dilakukan perhitungan baik secara manual maupun komputer.
Keterbatasan kemampuan kader dalam menggunakan aplikasi komputer atau
menghitung secara manual untuk menghitung indikator stunting z-score (TB/U,
BB/U, BB/TB) pada balita, dan pembuatan laporannya dapat berakibat
keterlambatan informasi terkait dengan kejadian stunting pada balita.
Keterlambatan ini dapat menyebabkan keterlambatan pada penanganan balita
dengan status stunting.
1.1 Tujuan
Tujuan Umum
Membuat antropometri berbasis internet of think dengan tampilan android
(AI-STUNT) untuk deteksi dini stunting pada balita.
Tujuan Khusus
1. Membuat alat ukur tinggi badan dan berat badan balita secara digital dengan
tampilan Android
2. Mengembangkan sistem internet of think untuk notifikasi status stunting
3. Melakukan kalibrasi AI-STUNT dengan menggunakan alat ukur standart
4. Melakukan pengujian AI-STUNT ke lapangan (kegiatan posyandu)
1.2 Manfaat
1. Menurunkan angka stunting di Indonesia
2. Meningkatkan kualitas pelayanan kesehatan pada balita
3. Mendeteksi adanya stunting pada balita secara cepat dan efisien
3
4
BAB II
TINJAUAN PUSTAKA
2.1 Studi Literatur
2.1.1 Arduino and Android-Based Anthropometric Detection Tools for
Indonesian Children
Pengukuran antropometri yang dilakukan oleh petugas kesehatan tidak
sepenuhnya akurat. Untuk alasan ini, perlu untuk merancang alat pendeteksi
antropometrik status gizi anak yang lebih praktis bagi praktisi kesehatan dan
kader, mengurangi resiko maldiagnostik akibat human error. Penelitian ini
menggunakan metode development life cycle system (DLCS) yang meliputi
perencanaan, analisis desain, implementasi, pengujian, dan manajemen yang
diterapkan pada desain sistem. Desain dimulai dengan identifikasi berat dan tinggi
badan anak, kalibrasi dan analisis fungsi sensor, kemudian proses perancangan
alat ukur. Pada tahap uji coba, data ditampilkan pada LCD-nya. Rangkaian
kegiatan ini menggunakan Arduino nano R3, kemudian data dikirim ke Bluetooth,
dan diteruskan ke sistem android. Penelitian ini menghasilkan sistem deteksi
status gizi anak menggunakan panjang badan/umur, parameter berat badan/tinggi
badan, dan berat badan/usia. Sistem android ini menghasilkan kategori status gizi
yaitu normal, stunting, kurus, dan berat badan rendah [7].
Gambar 2.3 Hasil Tampilan Android Untuk Menampikan Data Bayi Serta Hasil
Analisa Data
6
BAB III
METODE PELAKSANAAN
3.1 Inovasi Teknologi
Hasil penelitian-penelitian sebelumnya belum melakukan integrasi sistem
pengukuran BB dan TB dengan Android, sehingga masih memerlukan input
manual pada aplikasi Android. Berdasarkan permasalahan stunting yang ada di
Indonesia dan penelitian-penelitian yang sudah dilakukan sebelumnya maka perlu
adanya inovasi alat pengukuran yang mengintegrasikan alat ukur TB dan BB ke
sistem Android dan mampu mengetahui status gizi dan deteksi dini stunting.
Lebih lanjut apabila terjadi kejadian status stunting maka sistem akan memberikan
notifikasi pada pengguna. AI-STUNT dikembangkan dengan menggunakan alat
dan bahan yang ada di pasaran dengan harga yang murah. Secara garis besar
sistem AI-STUNT adalah menerapkan Sensor Ultrasonik digunakan untuk
mengukur tinggi badan bayi (TB), sedangkan Loadcell digunakan untuk
mengukur berat badan bayi (BB). Aplikasi MIT App Android akan mengukur z-
score untuk penentuan status gizi dan melalui teknologi internet of think status
gizi dapat diketahui oleh pengguna.
3.2 Rancangan Penelitian
AI-STUNT menggunakan sistem internet of think dengan menerapkan sensor
ultrasonik dan loadcell untuk menukur TB dan BB pada bayi sesuai pada blok
diagram berikut.
ESP32 Rp 100.000
Box Rangkaian (Custom) Rp 1.200.000
Arduino Uno Rp 120.000
Kabel Pelangi 10 pin 5 meter + Switch Rp 50.000
PCB + Buzzer Rp 30.000
Tiang Tinggi Badan (Custom) Rp 500.000
Kabel AC 3 meter + Steker Rp 20.000
√
n
BAB IV
BAB V
DAFTAR PUSTAKA
Identitas Peneliti
A. Identitas Diri
1. Nama Lengkap : Muhammad Zulkifli Suryatama
2. Jenis Kelamin : Laki-laki
3. Program Studi : D4-Teknologi Rekayasa Elektromedis
4. NIM : P27838119025
5. Tempat dan Tanggal Lahir : Tulungagung, 16 Mei 2001
6. Alamat E-mail : p27838119025@gmail.com
7. Nomor Telepon/HP : 0895801118246
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan PKM-Penelitian
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan PKM-Penelitian
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan PKM-Penelitian
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan PKM-Penelitian
(Livan Pramono)
Identitas Dosen Pembimbing
A. Identitas Diri
1. Nama Lengkap : Dr. Triwiyanto, S.Si, MT
2. Jenis Kelamin : Laki-laki
3. Instansi : Politeknik Kesehatan Kemenkes Surabaya
4. NIP :
5. Tempat dan Tanggal Lahir :
6. Alamat E-mail :
7. Pangkat/Golongan :
8. Nomor Telepon/HP :
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan PKM-Penelitian