Disusun Oleh :
Penilaian status gizi pada balita sering dilakukan dengan menggunakan beberapa
indeks seperti nilai z-skor BB/U, PB/U atau TB/U, dan BB/PB atau BB/TB. Balita
dikatakan mengalami masalah gizi jika hasil pengukuran mempunyai nilai z-skor
dibawah -2. Nilai z-skor BB/U < -2 menunjukkan terjadinya masalah underweight/ gizi
kurang, nilai z-skor PB/U atau TB/U < -2 menunjukkan terjadinya masalah stunting/
pendek yang merupakan masalah gizi kronis, sementara z-skor BB/PB atau BB/TB < -2
menunjukkan terjadinya masalah wasting/ kurus yang merupakan masalah gizi akut. Nilai
z-skor BB/PB atau BB/TB > +2 juga menunjukkan adanya masalah kegemukan pada
balita.
Software WHO-Anthro merupakan salah satu software yang dapat digunakan untuk
menilai status gizi balita usia 0 - 60 bulan. Software WHO-Anthro memiliki beberapa
modul, antara lain Anthropometric Calculator, Individual Assessment, dan Nutritional
Survey.
Modul Individual Assessment digunakan untuk mengumpulkan dan menyimpan data
longitudinal pada balita yang telah mendapatkan pengukuran berulang. Data yang
terkumpul dapat digunakan untuk memantau pertumbuhan balita. Data status gizi balita
dapat ditampilkan dalam bentuk grafik, baik grafik pertumbuhan yang berasal dari single
visit maupun multiple visits.
Modul Nutritional Survey digunakan untuk mengumpulkan dan menilai data
antropometri dari sejumlah balita yang ada pada satu wilayah. Masing-masing balita
diukur sebanyak satu kali. Modul ini bermanfaat untuk menilai bagaimana kondisi status
gizi balita pada suatu wilayah, termasuk mengetahui prevalensi balita yang mengalami
masalah gizi, seperti underweight, stunting, dan wasting.
1.2 Tujuan
1. Mahasiswa mampu melakukan penilaian status gizi menggunakan software WHO
Anthro.
2. Mahasiswa mampu melakukan penilaian status gizi menggunakan software
Nutritional Survey.
BAB II
TINJAUAN PUSTAKA
Jendela Utama
1. Pendaftaran
2. Pengisian data hasil pengukuran
3. Baca hasil (result)
Pendaftaran
Sebelah kiri halaman adalah daftar balita. Telah disediakan 3 anak dalam program.
Jika akan menambah daftar klik add child. Isi informasi lengkap sesuai format yang
tersedia. Setelah tanggal lahir diisi akan langsung tampil umur, begitu juga IMT (BMI)
akan dihitung otomatis setelah parameter BB dan TB diisikan ke dalam formulir.
Informasi orang tua bisa diisi lebih lengkap, oleh karena karakteristik orang tua
berhubungan dengan status gizi anak, misalnya tinggi badan orang tua. Untuk mengedit
informasi orang tua juga dengan mengklik tanda . Untuk mengedit informasi klik
dan setelah selesai memasukkan identitas anak dan orang tua klik save
Add Visit
Add visit adalah fasilitas untuk mengentri data hasil pengukuran antropometri untuk
sekali kunjungan. Satu kunjungan akan disajikan dlaam 1 baris pada bagian bawah kanan
jendela. Pengisian data terdiri dari dua bagian:
1. Antropometri (pertumbuhan)
2. Milestone (Perkembangan motorik)
Selesai memasukkan dat 1 kunjungan klik save dan untuk menghapus 1 kunjungan
klik delete
Modul Individual Assessment
− Klik Individual Assesment
− Halaman utama modul terdiri dari 2 bagian, sebelah kiri adalah “active list” yang
menunjukkan beberapa contoh nama anak, sementara sebelah kanan menampilkan data
spesifik dari seorang anak.
− Untuk latihan membuka file, klik kotak di sebelah kiri nama anak hingga nama anak
terblok biru, lalu klik tanda open file. Pada halaman sebelah kanan akan muncul data anak
yang meliputi nama anak, jenis kelamin, tanggal lahir, usia anak saat kunjungan
dilakukan, data orang tua, jumlah kunjungan, tabel data hasil pengukuran dari tiap kali
kunjungan, dan informasi status gizi anak tiap kali pengukuran.
− Untuk mulai membuat file baru (anak baru)
1) Klik tanda pada bagian atas ”active list”.
2) Isi data anak pada halaman sebelah kanan, melputi nama depan dan nama belakang
anak, jenis kelamin dan tanggal lahir.
3) Untuk memasukkan nama ayah, ibu, dan alamat tinggal (jika ada), klik tanda ,
lalu isikan datanya. Untuk mengubah data yang sudah ada, klik
4) Klik tanda untuk menyimpan data anak. Setelah disimpan, nama anak akan
muncul pada list di sebelah kiri.
Untuk menambahkan data pengukuran pada anak,
1) Klik tanda di bawah baris Visits.
2) Masukkan tanggal pengukuran, tulis mulai pengukuran pada usia 0 bulan/ pengukuran
paling awal.
3) Masukkan data berat badan dalam kg, hingga 0,1 kg terdekat, lalu simpan
4) Untuk memasukkan data kunjungan berikutnya, klik lagi tanda di bawah baris
Visits. Masukkan tanggal pengukuran dan berat badan pada waktu kunjungan
selanjutnya.
5) Ulangi prosedur no. 4 hingga hasil pengukuran dari semua kunjungan selesai diinput.
Untuk melihat grafik pertumbuhan, klik tanda grafik yang berada di bawah baris
Visits.
1) Pilih grafik Weight-for-age z-score
2) Pada kolom Show, ubah Single-point menjadi Multiple points
3) Klik tanda copy (copy graph image to clipboard), pindahkan pada lembar kerja
4) Interpretasikan pertumbuhan anak dengan melihat arah naik turunnya plot
pertumbuhan dan perubahan kategori status gizinya, jika ada.
5) Bandingkan hasilnya dengan plot pertumbuhan yang telah Anda lakukan sebelumnya
dengan KMS.
3. Nutritional Survey (NS)
Nutritional survey berfungsi untuk mengolah data status gizi balita hasil pengumpulan
data secara cross sectional (survey atau penelitian). Data entry bisa dilakukan langsung dari
aplikasi Anthro ini dan bisa juga dientry dengan software Anthro 2005.
Langkah Penggunaan
Result (Hasil)
Hasil entry data dapat dilihat secara aggregate (keseluruhan). Pada grafik di atas terlihat 2
buah grafik, grafik warna merah adalah hasil olah dari data yang dientrikan dan grafik hijau
adalah standar atau baku rujukan WHO 2005 yang bisa dilihat dalam grafik ini adalah
normalitas data dan posisi data dibandingkan dengan standar yang digunakan. Untuk
pengolahan data lanjutan, misalnya untuk menganalisis dengan variabel lain diperlukan
perangkat lunak lain. Data bisa dientry langsung di dalam software ini dan bisa juga dientry
dengan aplikasi database lainnya. Kedua metode entry data ini tentunya memiliki kelebihan
dan kekurangan. Jika data dientry langsung, hasil entry data dapat dilihat secara visualisasi
seperti grafik dan flag, namun cara ini tidak memiliki filter apapun kecuali warna. Akan
tetapi, bial data dientry dengan software lain bisa dilakukan filter agar data yang dientry bisa
dikontrol menghindari GIGO, apa hasilnya hanya dapat diperoleh setelah diimport oleh WHO
Anthro 2005. Kedua metode ini akan kita bahas terlebih dahulu, baru kemudian bagaimana
cara mengeksport data untuk kemudian diolah dengan SPSS. Untuk memudahkan
pemahaman mengenai langkah pertama (data entry langsung) kita bisa menggunakan contoh
database yang sudah diikutsertakan oleh WHO di dalam software ini yaitu survey
md_ns_survey dan sample_survey.
Import File
Import file adalah sebuah fasilitas yang disediakan oleh WHO Anthro untuk mengolah
data yang dientry dengan database lain. Bentuk format data yang bisa diimport oleh WHO
Anthro adalah :
*.DBF, *.REC(EpiInfo), *.WNS(Anthro 2005), *.CSV, *.TXT, dan *.XML format. TXT
dan CSV file perlu menggunakan titik dua semi sebagai tanda pemisah. Ketika mengimpor
data survey yang ada pengguna harus memilih file data dari folder dimana dia berada.
Disarankan untuk selalu menyimpan salinan data mentah asli sebagai cadangan. Survey
dengan nama identik tidak ditimpa. Untuk menghindari kebingungan dianjurkan untuk
memberikan nama yang unik untuk setiap survey. Variabel diimpor dalam set data dengan
nama seperti “WAZ”, “HAZ”, dll.
File yang akan diimport minimal mengandung 3 variabel/field atau lebih. Variabel utama
adalah sex (jenis kelamin), age (umur), dan salah satu atau lebih parameter antropometri: BB,
TB, dll.
Dalam contoh ini kita akan menggunakan file hasil penimbangan massal Kabupaten
Pasaman tahun 2010 (timbang_massal.DBF). File database ini berformat DBF.
Oleh karena tidak semua field standaryang tersedia di dalam file ini maka akan keluar
peringatan tentang hal itu. Field yang dimaksud adalah measure dan oedema. Tanpa field
measure, maka Anthro menterjemahkan semua aneka di atas 2 tahun, sebagai standing dan
kurang 2 tahun sebagai recumbent. Sedangkan untuk oedema semua sampel dianggap “No”.
Warning di bawah ini cukup klik OK.
EXPORT FILE
Mengeksport file ke format lain (dalam hal ini SPSS) tidak bisa langsung oleh karena ada
perbedaan format data terutama nama field. Langkah-langkah eksport data hasil oleh
Anthro ke SPSS terdiri dari beberapa langkah:
1. Pilih data yang akan dieksport
2. Copy to Clipboard
3. Buka Ms. Excel
4. Edit Header
5. Save as ke excel 97-2003 & tutup file
6. Buka SPSS
7. Open Data : pilih file of type XLS file klik OK
8. Save di SPSS (.SAV)
Mengatur Format Umur
Umur hasil perhitungan WHO Anthro disajikan dalam format 2 desimal walaupun dalam
perhitungan z-score digunakan integer. Saat data dieksport ke Excel masih dalam format 2
desimal. Diperlukan beberapa langkah untuk mengambil nilai integer dari data umur
tersebut:
1. Insert 2 kolom di kanan age
2. Pada kolom pertama masukkan formula =INT (kolom kiri). Enter
3. Copy dan Paste Spesial (value) kolom integer ke kolom sebelahnya
4. Buat header hasil paste sepesial dengan age
5. Simpan file excel dengan type excel 97-2003
6. Lanjutkan proses seperti langkah di atas
Klasifikasi status gizi dibuat di SPSS, dapat dilakukan secara langsung dengan perintah
transform satu persatu dan dapat juga ditransformasi dengan membuat syntax. File syntax
dapat dilihat pada folder Master dalam CD anda. Syntax tersebut hanya bisa dijalankan
jika nama field dalam database SPSS persis sama dengan nama field yang didefinisikan
dalam Syntax.
2) Halaman utama modul terdiri dari 2 bagian, sebelah kiri adalah “active list” yang
menunjukkan beberapa nama survey, sementara sebelah kanan menampilkan data
spesifik dari satu survey.
3) Untuk latihan membuka file, klik kotak di sebelah kiri nama survey hingga nama
survey terblok biru, lalu klik tanda open file . Pada halaman sebelah kanan akan
muncul data survey.
4) Untuk mulai membuat file baru (survey baru)
a. Data yang akan dientry untuk nutritional survey berasal dari data 2 Posyandu.
Masing- masing kelompok melakukan input data dari 2 Posyandu yang berasal
dari 2 kelompok. (Kelompok 1&2, Kelompok 3&4, Kelompok 5&6, Kelompok
7&8, masing-masing menggabungnya data Posyandunya).
b. Klik tanda pada bagian atas ”active list”.
c. Isi data nama survey pada halaman sebelah kanan. Untuk nama survey,
masukkan data dua nama Posyandu yang diukur. (contoh nama survey:
Posyandu Dahlia_Mawar)
d. Klik tanda untuk menyimpan survey. Setelah disimpan, nama survey akan
muncul pada list di sebelah kiri.
e. Untuk menambahkan data pengukuran,
1) Klik tanda di bawah Data Entry.
3) Masukkan data nama cluster dan team. Isi sesuai dengan nama kelompok
masing-masing. (Contoh: untuk Kelompok 1, tulis 1 sebagai nama cluster
dan nama teamnya)
4) Masukkan nama depan dan nama belakang anak, serta pilih jenis
kelaminnya.
6) Masukan data berat badan anak, panjang badan/ tinggi badan anak, posisi
pengukuran tinggi badan (berbaring atau berdiri), informasi ada tidaknya
oedema, data lingkar kepala anak, dan data LILA (MUAC) anak.
7) Klik save. Maka data anak akan muncul pada baris pertama tabel data
entry
• Klik ganda icon NutriSurvey for SMART pada desktop, maka akan
tampak tampilan awal di bawah ini.
Ada 2 (dua) menu utama yang terdapat pada Program Nutrisurvey for SMART yaitu
yaitu Files dan Extras dengan sub menu seperti tampak pada gambar di atas. Program
NutriSurvey dapat mengimport data yang dibuat dengan program Epi-Info versi 5/6
atau data yang dibuat dengan format dBase (*.dbf). Menu Extras lebih diperuntukkan
untuk menyimpan data ke MS Excel atau MS Word, atau fungsi Plausibility Check
(pengecekakan terhadap range Z-Score, range usia dan range group usia. Proses
plausibility check tidak berjalan secara otomatis, tetapi setelah menekan tombol
fasilitas ini).
Di bawah Menu NutriSurvey terdapat sub Menu, area untuk menampilkan hasil
pengolahan data; dan area sub menu editing (menambah baris (new); menyisipnan
baris (insert) dan menghapus baris (delete)), dll
Gambar di bawah ini menunjukkan area tempat entry data yang otomatis
disediakan pada saat Anda mengaktifkan software in
Untuk memperoleh pengalaman belajar yang sama tentang fasilitas dan
kemampuan NutrSurvey for SMART dalam pengolahan dan analisis data status
gizi, maka Anda akan kami suatu kasus
BAB IV
HASIL DAN PEMBAHASAN
4.1 Individual Assesment Tinggi badan menurut umur tidak normal,
Nama : Kofi Kwanza pendek
TB : 59,8 cm
BB : 4,80 kg
TB : 61,2 cm
BB : 5,5 kg
TB : 65,4 cm
BB : 7,1 kg
TB : 75,1 cm
BB : 8,6 kg
BB : 11,2 kg
TB : 95,2 cm
BB : 13,9 cm
BB :4 kg
BB : 5,7 kg
TB : 80 cm
Berat badan menurut umur tidak normal
termasuk gizi buruk BB : 8.4 kg
BB : 10,3 kg
TB : 95 cm
BB : 11,5 kg
TB : 115 cm
BB : 20 kg
TB : 142,5 cm
BB : 30 kg
IMT menurut umur tidak normal gizi IMT menurut umur tidak normal gizi
kurang kurang
TB : 150 cm
BB : 37 kg
(Date of report)
3. Results
Definitions of acute malnutrition should be given (for example, global acute malnutrition is defined as
<-2 z scores weight-for-height and/or oedema, severe acute malnutrition is defined as <-3z scores
weight-for-height and/or oedema)
Table 3.2: Prevalence of acute malnutrition based on weight-for-height z-scores (and/or oedema) and
by sex
n = 20 n=8 n = 12
(<-2 z-score and/or oedema) (-3,1 - 23,1 (-10,4 - 35,4 (-7,3 - 24,0
95% C.I.) 95% C.I.) 95% C.I.)
(<-2 z-score and >=-3 z-score, no (-4,6 - 14,6 (0,0 - 0,0 95% (-7,3 - 24,0
oedema) 95% C.I.) C.I.) 95% C.I.)
(<-3 z-score and/or oedema) (-4,6 - 14,6 (-10,4 - 35,4 (0,0 - 0,0 95%
95% C.I.) 95% C.I.) C.I.)
Table 3.4: Distribution of acute malnutrition and oedema based on weight-for-height z-scores
No. 0 No. 0
(0,0 %) (0,0 %)
No. 1 No. 19
(5,0 %) (95,0 %)
Table 3.5: Prevalence of acute malnutrition based on the percentage of the median and/or oedema
n = 20