Kombinasi Metode Fuzzy Tsukamoto Dan Metode Antropometri Untuk Medapatkan Status Gizi Seimbang

(1)

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE ANTROPOMETRI UNTUK MEDAPATKAN STATUS

GIZI SEIMBANG

TESIS

HASANUL FAHMI 117038033

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA 2014

(2)

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE ANTROPOMETRI UNTUK MEDAPATKAN STATUS

GIZI SEIMBANG

TESIS

Diajaukan Untuk Melengkapi Tugas Dan Memenuhi Syarat Memperoleh Ijazah Magister Teknik Informatika

HASANUL FAHMI 117038033

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA 2014

(3)

PERSETUJUAN

Judul: KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE ANTROPOMETRI UNTUK MEDAPATKAN STATUS GIZI SEIMBANG

Katagori :Tesis

Nama : HasanulFahmi

Nomor Induk Mahasiswa :117038033

Program Studi : Magister (S2) Teknik Informatika

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dr. Zakarias Situmorang Prof. Dr.Tulus,Vordipi.Math,M.Si,Phd

Diketahui/disetujui oleh

Magister (S2) Teknik Informatika Ketua,

Prof. Dr. Muhammad Zarlis NIP. 195707011986011003

(4)

PERNYATAAN

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE

ANTROPOMETRI UNTUK MENDAPATKAN STATUS GIZI

SEIMBANG

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan masing – masing telah disebutkan sumbernya.

Medan, 24 Januari 2014

Hasanul Fahmi 117038033

(5)

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Sebagai Sivitas akademika Universitas Sumatera Utara, saya bertanda tangan dibawah ini:

Nama : Hasanul Fahmi

NIM : 117038033

Program Studi : Magister (S2) Teknik Informatika

Jenis Karya Ilmiah : Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty Free Right) atas tesis saya yang berjudul:

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE ANTROPOMETRI UNTUK MENDAPATKAN STATUS GIZI

SEIMBANG

Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis saya tanpa meminta izin dari saya selama tetap mencamtumkan nama saya sebagai penulis dan sebagai pemegang atau sebagai pemilik hak cipta.

Demikian pernyataan ini dibuat dengan sebenarnya.

Medan, 24 Januari 2014

Hasanul Fahmi 117038033

(6)

Telah diuji pada

Tanggal: 23 Januari 2014

PANITIA PENGUJI TESIS

Ketua : 1. Prof. Dr. Tulus

Anggota : 2. Dr. Zakarias Situmorang

Pembanding : 1. Prof. Dr. Herman Mawengkang 2. Prof. Dr. Muhammad Zarlis 3. Dr.Marwan Ramli, M.Si

(7)

RIWAYAT HIDUP

DATA PRIBADI

Nama Lengkap : Hasanul Fahmi, S.Kom

Tempat dan Tanggal Lahir : Pantai Labu, 12 Oktober 1988

Alamat Rumah : Desa pematang biara No.17 Pantai labu

E-Mail : fahmijensen@gmail.com

DATA PENDIDIKAN

SD : SD Negeri No. 105337 Pantai Labu Pekan TAMAT: 2000

SLTP : Ponpes Nurul Hakim Tembung TAMAT: 2003

SLTA : MAN2MODEL Medan TAMAT: 2006

S1 : Teknik Informatika UIN –Malang TAMAT: 2011

(8)

UCAPAN TERIMA KASIH

Pertama-tama penulis panjatkan puji syukur kehadirat Allah.SWT, atas segala rahmat dan karunia-Nya, penulis dapat menyelesaikan tesis ini dengan baik. Tesis penulis yang berjudul : “KOMBINASI METODE FUZZY TUSKAMOTO DAN METODE ANTROPOMETRI UNTUK MENDAPATKAN STATUS GIZI SEIMBANG” merupakan salah satu syarat akademik penulis sebagai mahasiswa S2, program studi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi (Fasilkom-TI), Universitas Sumatera Utara (USU), Medan dalam menyelesaikan jenjang pendidikan S2.

Dengan selesainya tesis ini, perkenankanlah saya mengucapkan terima kasih yang sebesar-besarnya kepada :

Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K) atas kesempatan yang diberikan kepada saya untuk mengikuti dan menyelesaikan pendidikan Program Magister.

Dekan Fakultas Ilmu Komputer Universitas Sumatera Utara sekaligus Ketua Program Studi Magister (S2) Teknik Informatika, Prof. Dr. Muhammad Zarlis dan Sekretaris Program Studi Magister (S2) Teknik Informatika, M. Andri Budiman, S.T, M.Com, M.E.M beserta seluruh staf pengajar yang telah banyak memberikan ilmu pengetahuan selama masa perkuliahan serta seluruh staff pegawai pada Program Studi S2 Teknik Informatika Universitas Sumatera Utara.

Prof. Dr. Tulus, selaku pembimbing utama yang telah banyak memberikan bimbingan dan arahan serta motivasi kepada penulis dan Dr. Zakarias Situmorang, selaku pembimbing kedua yang telah banyak memberikan bimbingan dan arahan serta motivasi kepada penulis.

(9)

Prof. Dr. Muhammad Zarlis, Prof. Dr. Herman Mawengkang dan Dr. Marwan Ramli, M.Si selaku pembanding yang telah banyak memberikan kritikan serta saran kepada penulis.

Kepada seluruh staff admin S2 Teknik Informatika Universitas Sumatera Utara yaitu : bang jawaher, Inez, Widya, dan bang Mardian, with out im nothing, and i want to say thank you for everything dan terakhir aku tidak akan melupakan kebaikan kalian forever

Secara khusus untuk kedua orang tua ku ayaku Tercinta dan Tersayang Zuhri,Spd, dan ibu ku tersayang Faridah Hanum,Spd yang telah memberikan perhatian, pengertian, kasih sayang dan motivasi kepada penulis dan juga ucapan terimakasih kepada kakaku Weni Vidya Handyani,S.Kom dan adik ku Syahrul Fahri,S.Psi Dan adik ku yang paling kecil Muhammad Rifki Firdaus yang telah banyak memberikan doa dan perhatiannya kepada penulis.

Dan tidak lupa saya ucapkan terima kasih kepada PETER RENE ROU JENSEN orang yang sangat berjasa dalam hidup saya yang selalu memberikan motivasi di saat saya terjatuh dan bangun kembali dalam pengerjaan tesis ini

Buat kakak ku ertina sabarita barus,ST,M.Kom yang tak jemu-jemu meluangkan waktunya dan tenaganya untuk memberikan motivasi kepada ku dan memarahi ku setiap kali bertemu dan membahas mengenai kecerobohan ku disaat pengerjaan tesis ini

Dan terimakasih buat my genk mereka adalah: bang jijon,bang firmando,bang andy,bang muhajir, wulan, kak mardiana, eiger, lia, kak widya, bang sugi, bang ari usman,bang arisatya,bang hardisal,bang khairuman, fitri, bang artha, bang arman kalian motivator ku, disaat aku lelah dengan study ku kalian penyemangat ku. Dan buat sahabatku bang Indra dan rendy pramudya, terimakasih banyak karena kalian selalu mendengarkan curhatku di saat jatuh bangun diriku dalam mengerjakan tesisi ini,

(10)

Akhir kata penulis hanya berdoa kepada Tuhan Yang Maha Esa semoga Tuhan memberikan limpahan karunia kepada semua pihak yang telah memberikan bantuan, perhatian, serta kerjasamanya kepada penulis dalam menyelesaikan tesis ini.

Medan, 24 Januari 2014

HASANUL FAHMI

(11)

ABSTRAK

Masa balita adalah saat dimana seorang balita membutuhkan yang namanya gizi yang seimbang dan dapat terpenuhinya kebutuhan gizi terhadap balita dan jika balita mengalami giziburuk maka akan rentan terhadap masa pertumbuhan dan juga mental. Dan pada saat ini sangat terbatasnya pengetahuan orang tua akan kebutuhan energi gizi yang menyebabkan malnutrisi . untuk mengatasi hal tersebut orang tua harus memperhatikan kualitas dan kuantitas makanan yang akan di asup oleh balita. Hal ini bertujuan agar makanan yang di asup tidak mengandung zat gizi yang berlebihan ataupun kekurangan gizi. Berdasarkan latar belakang tersebut penelitian bertujuan untuk mengkombinasikan metode antropometri dan fuzzy tsukamoto yaitu aturan yang direpresentasikan dalam bentuk IF-THEN dengan output konstanta untuk melakukan perhitungan terhadap kebutuhan energi dan gizi. Input yang dibutuhkan adalah berat badan,tinggi badan, jenis kelamin dan umur dan akan menghasilkan output berupa kebutuhan balita terhadap energi, lemak,protein dan karbohidrat serta pola menu makanan yang memenuhi kebutuhan tersebut. Metode fuzzy tsukamoto memiliki analisis kebenaran dengan standard ideal sebesar 75% dalam menentukan kebutuhan energi, lemak dan karbohidrat. Sedangkan dalam menentukan kebutuhan protein, metode fuzzy tsukamoto memiliki analisis kebenaran dengan standard ideal sebesar 100%. Nilai yang di hasilkan oleh fuzzy tsukamoto lebih mendekati kebutuhan ideal bila di bandingkan dengan metode manual 45%, pengujian terhadap fuzzy tsukamoto menunjukan bahwa nilai yang dihasilkan metode ini melebihi kebutuhan ideal maka dapat dikatakan bahwa fuzzy tsukamoto adalah alternatif untuk menentukan kebutuhan energi, protein, lemak, dan karbohidrat sesuai dengan status gizi balita

(12)

COMBINATION FUZZY TSUKAMOTO METHOD AND METHODS ANTHROPOMETRY TO OBTAIN BALANCED NUTRITIONAL STATUS

ABSTRACT

The toddler years are a time when a toddler requires a balanced nutrition and can fill up the nutritional needs of infants and if the toddler suffered malnutrition will be vulnerable to their future growth and also mentally. And at this time a very limited parents’ knowledge about nutritional energy necessary which causes malnutrition. To overcome it, parents should pay attention to the quality and quantity of food that will be in consumed by toddlers. It is intended that food consumption do not contain excessive nutrients or malnutrition. Based on the background, the research aims to combine the methods of anthropometry and fuzzy tsukamoto that is a rule which represented in the form of IF-THEN with constant output for the calculation of energy and nutrient needs. The required input is the weight, height, gender and age then will produce output as toddlers’ necessary in energy, fat, protein, carbohydrates and also dietary patterns which comply the necessary. Tsukamoto fuzzy method has the truth analysis of 75% ideal standard in determining the energy necessary, fat and carbohydrates. Whereas in determining protein necessary fuzzy tsukamoto methods has truth analysis of 100% ideal standard. Value generated by fuzzy tsukamoto is closer to the ideal necessary when compared in manual methods 45%, calibration to fuzzy tsukomoto showed that value generated by methods exceeds ideal necessary. Accordingly, it can be said that fuzzy tsukamoto is an alternative to determine energy necessary, protein, fat, and carbohydrate according to the nutritional status of toddlers .

(13)

DAFTAR ISI

HALAMAN JUDUL

DAFTAR ISI

DAFTAR GAMBAR

DAFTAR TABEL

BAB I PENDAHULUAN

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

1.3 Tujuan Penelitian ... 3

1.4 Manfaat Penelitian ... 4

1.5 Batasan Masalah ... 4

BAB II TINJAUAN PUSTAKA 2.1 Fungsi Keanggotaan... 5

2.2 Estimasi Asumsi Pendugaan 2 Rata-rata ... 8

2.2.1 Pendugaan Beda 2 Rata-Rata Dari Sampel-sampel Besar ... 8

2.3 Pengertian Logika Fuzzy ... 8

2.4 Himpunan Fuzzy ... 9

2.4.1 Fuzzifikasi ... 10

2.4.2 Inferensi ... 10

2.5.3 Komposisi ... 11

2.4.4 Defuzzifikasi ... 11

2.5 Fuzzy Tsukamoto ... 12

2.6 Bahan Makanan Pokok ... 13

(14)

2.8 Bahan Makanan Lauk-pauk ... 13

2.9 Susu dan Olahannya ... 14

2.10 Gizi ... 14

2.10.1 Karbohidrat ... 15

2.10.2 Lemak ... 15

2.10.3 Protein ... 16

2.11 Pengertian Status Gizi ... 17

2.12 Pengertian Antropometri ... 18

2.13 Keunggulan dan Kelemahan Metode Antropometri ... 20

2.13.1 Keunggulan Antropometri ... 20

2.13.2 Kelemahan Antropometri ... 20

BAB III METODE PENELITIAN 3.1 Pendahuluan ... 22

3.1.1 Populasi ... 22

3.1.2 Sample... 22

3.1.3 Variabel ... 23

3.1.4 Metode Pengambilan Data ... 23

3.2 Rancangan Penelitian ... 23

3.2.1 Himpunan Fuzzy ... 25

3.2.2 Aturan Fuzzy ... 29

3.2.3 Proses Fuzzy Tsukamoto Menentukan Kebutuhan Energi dan Protein ... 31

3.3 Tahap Perancangan Sistem ... 33

3.3.1 Use Case Diagram ... 33

(15)

3.3.2.1 Acitivity Diagram Login ... 34

3.3.2.2 Activity Diagram mengolah Himpunan Fuzzy ... 36

3.3.2.3 Activity Diagram Mengolah Aturan Fuzzy ... 35

3.3.2.4 Activity Diagram Mengolah Analisis Makanan ... 37

3.3.2.5 Activity Diagram Membaca Artikel ... 38

3.3.2.6 Activity Diagram Membaca Resep ... 39

3.3.3 Sequence Diagram ... 40

3.3.3.1 Sequence Diagram Login ... 40

3.3.3.2 Sequence Diagram Mengolah Himpunan Fuzzy ... 41

3.3.3.3 Sequence Diagram Mengolah Artikel ... 43

3.3.3.4 Sequence Diagram Mengolah Resep Makanan ... 44

3.3.3.5 Sequence Diagram Membaca Artikel ... 46

3.3.4 Class Diagram ... 47

BAB IV HASIL DAN PEMBAHASAN 4.1 Implementasi ... 48

4.1.1 Struktur Halaman Admin ... 48

4.1.2 Struktur Halaman Pengunjung ... 49

4.2 Implementasi dan Pembahasan ... 50

4.3 Uji Coba Sistem ... 50

4.3.1 Halaman Admin ... 51

4.3.1.1 Halaman Login ... 51

4.3.1.2 Halaman Admin ... 52

4.3.2 Halaman Pengunjung ... 52

(16)

4.3.2.2 Menu Artikel ... 54

4.3.2.3 Menu Resep ... 55

4.3.2.4 Kontak ... 56

4.4 Pembahasan dan Analisis ... 56

BAB V KESIMPULAN DAN DARAN 5.1 Kesimpulan ... 67

(17)

DAFTAR GAMBAR

Gambar 2.1 Repersentasi Linier Naik ... 5

Gambar 2.2 Repersentasi Linier Turun ... 6

Gambar 2.3 Repersentasi Kurva Segitiga ... 7

Gambar 2.4 Repersentasi Kurva Trapesium ... 7

Gambar 2.5 Pengelompokan Himpunan Kategori Usia ... 9

Gambar 2.6 Proses Fuzzyfikasi ... 10

Gambar 2.7 Proses Inferensi ... 11

Gambar 2.8 Proses Defuzzyfikasi ... 12

Gambar 2.7 Inferensi Menggunakan Fuzzy Tsukamoto ... 12

Gambar 3.1 Skema Kombinasi Metode Antropometri dan Fuzzy Tsukamoto ... 24

Gambar 3.2 Himpunan Fuzzy Pada Variabel BB/U ... 26

Gambar 3.3 Himpunan fuzzy pada variabel TB/U ... 27

Gambar 3.4 Himpunan fuzzy pada variabel BB/TB ... 28

Gambar 3.5 Use Case Kebutuhan Gizi Balita ... 33

Gambar 3.6 Aktifity Diagram login ... 35

Gambar 3.7 Aktifity Diagram Mengolah Himpunan Fuzzy ... 36

Gambar 3.8 Aktifity Diagram Aturan Fuzzy ... 36

Gambar 3.9 Aktifity Diagram Mengolah Analisis Makanan ... 38

Gambar 3.10 Aktifity Diagram Membaca Artikel ... 39

Gambar 3.11 Aktifity Diagram Membaca Resep ... 40

Gambar 3.12 Sequence Diagram Login ... 41

Gambar 3.13 Sequence Diagram Mengolah Himpunan Fuzzy ... 42

(18)

Gambar 3.15 Sequence Diagram Mengolah Resep Makanan ... 45

Gambar 3.16 Sequence Diagram Membaca Artikel ... 46

Gambar 3.17 Class Diagram ... 47

Gambar 4.1 Struktur Halaman Admin ... 49

Gambar 4.2 Struktur Halaman Pengunjung ... 49

Gambar 4.3 Halaman Login Admin ... 51

Gambar 4.4 Halaman Admin ... 52

Gambar 4.5 Halaman Pengunjung ... 52

Gambar 4.6 Menu Beranda ... 53

Gambar 4.7 Halaman Artikel ... 54

Gambar 4.8 HalamanResep ... 55

(19)

TABEL

Tabel 2.1 Kebutuhan protein harian ... 16

Tabel 3.1 Aturan Fuzzy... 29

Tabel 3.2 Kesimpulan hubungan BB/U, TB/U dan BB/TB... 31

Tabel 3.3 Rekapitulasi proses fuzzy ... 32

Tabel 4.1 Nilai Kuadrat simpang dalam uji coba kebutuhan energi ... 57

Tabel 4.2 Varian dan rata-rata dalam uji coba kebutuhan energi ... 58

Tabel 4.3 Total nilai kuadrat simpangan dalam uji coba kebutuhan protein ... 59

Tabel 4.4 Varian dan rata-rata dalam uji coba kebutuhan Protein ... 60

Tabel 4.5 Percobaan Terhadap Kebutuhan Energi ... 62

(20)

ABSTRAK

(21)

COMBINATION FUZZY TSUKAMOTO METHOD AND METHODS ANTHROPOMETRY TO OBTAIN BALANCED NUTRITIONAL STATUS

ABSTRACT

(22)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Manusia sebagai makhluk hidup tidak bisa dilepaskan dari kebutuhannya dalam mengkonsumsi makanan. manusia membutuhkan makanan dan menganjurkannya untuk mengkonsumsi makanan yang halal dan baik sehingga mendukung pertumbuhan, perkembangan dan kesehatan baik jasmani maupun rohani.

Oleh karena itu, seseorang perlu mengetahui pola menu makanan yang tepat dan sesuai dengan kebutuhan tubuhnya untuk mencapai keseimbangan dan pemenuhan zat gizi yang cukup antara makanan yang dikonsumsi dengan kebutuhan pemakan. Pola menu makanan adalah cara memilih hidangan yang terdiri dari olahan bahan pangan untuk dikonsumsi.

Analisis kombinasi penilaian status gizi menggunakan fuzzy tsukamoto dan antropometri sangat di butuhkan untuk mengetahui gizi yang seimbang pada anak, dimana kita lihat pada saat ini banyak anak yang mengalami gizi buruk. Maka dimana akan dibuat sebuah sistem yang dapat mengukur tingkat gizi yang seimbang pada anak dengan menggunakan puzzy tsukamoto dimana dengan penggunaan puzzy tsukamoto ini dapat mempermudah team medis untuk mendiagnosa gizi pada anak, yang mana sistem akan di rancanag dengan menggunakan inputan tinggi badan, usia dan umur maka kita akan mengetahui hasil gizi seimbang yang di butuhkan oleh seseorang anak. Dan hasil dari kombinasi metode fuzzy tsukamoto dengan antropometri akan dapat memberikan pengetahuan kepada masyarakat dan kepada para orang tua anak agar dapat mengatur pola makan anak mereka, agar tidak terjadi berlebihnya asumsi kalori yang menyebabkan kesehatan yang tidak baik.

Pemenuhan gizi sangat berperan dalam perkembangan mental, perkembangan jasmani, dan produktifitas manusia. Oleh karena itu, pemenuhan gizi merupakan

(23)

faktor yang perlu diperhatikan dalam menjaga kesehatan terutama pada anak, karena periode perkembangan yang rentan akan gizi. Banyaknya anak yang mengalami gizi buruk dan banyak anak yang mengalami over weight atau obesitas dalam asupan gizi , menandakan bahwa masyarakat di Indonesia kurang memahami pentingnya gizi.

Salah satu penyebab masalah tersebut adalah terbatasnya pengetahuan dan kesadaran masyarakat terhadap gizi. Untuk dapat menentukan pola makan anak, seseorang harus memiliki pengetahuan mengenai bahan makanan, jumlah kalori yang dikandung setiap makanan, kebutuhan energi harian anak serta pengetahuan hidangan. Dewasa ini masyarakat hanya memperhatikan kuantitas bahan pangan saja tanpa memperhatikan kualitas pangan atau nilai gizi makanan yang diasup anaknya. Padahal ketidakseimbangan kebutuhan gizi harian anak dengan makanan yang dikonsumsinya menyebabkan malnutrisi (gizi salah) dapat berdampak buruk dalam perkembangannya dan juga kesehatan. Selain dari segi kualitas makanan.

Berdasarkan dari latar belakang tersebut maka dibuatlah perangkat lunak yang dapat membantu ahli gizi dalam memutuskan pola menu makanan yang tepat untuk meningkatkan status gizi balita. Pada penelitian sebelumnya, Sri Kusumadewi dari Universitas Islam Indonesia membuat sistem penentuan kebutuhan kalori harian menggunakan sistem inferensi fuzzy metode TSK(Takagi Sugeno Kang). Metode ini merupakan aturan fuzzy berbentuk if antenseden then konsekuen, di mana konsekuen berupa persamaan linear untuk menghitung jumlah kalori tubuh.

Dan terdapat juga penelitian sebelumnya Rosida Wachdani dari Universitas Islam Negeri Malang , membuat sistem Implementasi yaitu rancang bangun perangkat lunak pengatur pola menu makanan guna memperoleh status gizi balita. Rancang bangun sistem ini dibangun menggunakan sistem inferensi fuzzy dengan metode sugeno. Metode ini menyediakan penalaran fuzzy.

Penulis mencoba mengembangkan dalam menentukan dan mendapatkan gizi seimbang pada anak dengan menggunakan metode antropometri dan fuzzy tsukamoto sehingga hasil yang di berikan dapat membantu ahli gizi dalam mengoptimalkan pelayanan.

(24)

Implementasi pengembangannya melakukan perhitungan secara manual menggunakan metode antropometri dan fuzzy tsukamoto dan selanjutnya yaitu akan di rancang dan bangun perangkat lunak pengatur pola menu makanan guna memperoleh status gizi pada anak. Rancang bangun sistem ini dibangun menggunakan sistem inferensi fuzzy dengan metode tsukamoto dengan menggunakan perhitungan antropometri. Metode ini menyediakan penalaran fuzzy yang outputnya berupa hasil dari perhitungan antropometri dan fuzzy tsukamoto, sehingga sangat membantu dalam menentukan jumlah kalori dan kebutuhan gizi anak.

Hasil dari output fuzzy tsukamoto dan antropometri kemudian dikembangkan untuk pemilihan menu hidangan sehingga antara hidangan yang disajikan dalam sehari dapat memenuhi kebutuhan anak. Hal ini akan mempermudah seseorang dalam menentukan hidangan anak yang memiliki jumlah kalori dan kebutuhan gizi yang berbeda beda.

1.2 Rumusan Masalah

Rumusan masalah yang dapat ditarik dari penjelasan latar belakang, yaitu:

1. bagaimana membanganun sistem dengan menggunakan fuzzy tsukamoto dengan metode antropometri untuk mendapatkan gizi seimbang pada anak.

1.3 Tujuan Penelitian

Dalam penelitian ini, tujuan yang ingin dicapai adalah:

1. menghitung gizi pada anak dengan menggukan fuzzy tsukamoto dan metode antropometri

2. membangun sebuah aplikasi yang dapat mengatur menu makanan untuk mendapatkan gizi seimbang

(25)

1.4 Manfaat Penelitian

Manfaat penelitian yaitu hasil analisis perhitungan gizi dan penerapan sistem yang akan di bangun diharapkan dapat digunakan untuk membantu dalam menentukan pola menu makanan yang dibutuhkan tubuh anak sehingga memperoleh gizi seimbang.

1.5 Batasan Masalah

Untuk menghindari kemungkinan meluasnya pembahasan, maka dilakukan batasan-batasan masalah sebagai berikut:

1. Data berasal dari balita berumur 36-59 bulan

2. Anak dalam kondisi sehat pada saat penimbangan berat badan dan pengukuran tinggi badan

3. Anak tidak menderita penyakit tertentu 4. Anak tidak memiliki gizi buruk

5. Input sistem adalah berat badan, umur, tinggi badan dan jenis kelamin. 6. Solusi yang diberikan berupa pola menu makanan yang dikonsumsi anak

untuk memperoleh kebutuhan energi seimbang yang meliputi pemenuhan jumlah kalori, karbohidrat, lemak dan protein.

7. Penentuan pola menu makanan menggunakan sistem inferensi fuzzy metode tsukamoto dan perhitungan digunakan metode antropometri.

(26)

BAB 2

TINJAUAN PUSTAKA

2.1Fungsi Keanggotaan

Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaan yang memiliki nilai interval antara 0 dan I. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi.

Salah satu representasi fungsi keanggotaan dalam fuzzy yang akan dipakai adalah represntasi linier. Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.

Ada dua keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. Gambar grafik fungsi keanggotaannya adalah sebagai berikut :

Gambar 2.1 Repersentasi Linier Naik

Derajat Keanggotaan

µ[x]

(27)

Fungsi Keanggotaaan Linear Naik

�(�) =�

0; � ≤ � (� − �)

(� − �), � ≤ � ≤ � 1; � ≥ �

Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

Gambar 2.2 Repersentasi Linier Turun

Fungsi Keanggotaan Linear Turun

�(�) =�

0; � ≥ � (� − �)

(� − �), � ≤ � ≤ � 1; � ≤ � 1

Derajat Keanggotaan

µ[x]

(28)

Gambar 2.3 Repersentasi Kurva segitiga

�(�) = ⎩ ⎪ ⎨ ⎪

⎧₍_{� − �}0 ; ₎ � ≤ �� ≥ � (� − �); �<� ≤ �

(� − �)

(� − �); �<�<�

Gambar 2.4 Repersentasi Kurva trapesium

a b c

0 µ 1

segitiga

a b c d Trapesium

(29)

�(�) = ⎩ ⎪ ⎪ ⎨ ⎪ ⎪

⎧₍_{� − �}0 ; ₎ � ≤ �� ≥ � (� − �); �<� ≤ �

1 ; �<� ≤ � (� − �)

(� − �); �<�<�

2.2Estimasi Asumsi Pendugaan 2 Rata-rata

2.2.1 Pendugaan Beda 2 Rata-rata dari sampel-sampel besar

nilai ragam populasi ( σ₁2 dan σ₂2 ) diketahui dan jika nilai ragam populasi (σ₁2 dan σ₂2 ) tidak diketahui → gunakan ragam sampel ( s₁2 dan s₂2 )

Selang Kepercayaan sebesar (1-α) bagi µ₁ −µ₂ adalah :

z

+

<

-<

z

-2 2 2 1 2 1 2 1 2 1 2 2 2 1 2 1 2

1 ₂ ₂













+

×













+

×

n

x

n

x

σ

µ

σ

σ₁2

dan σ₂2 tidak diketahui → gunakan s₁2 dan s₂2

2.3Pengertian Logika Fuzzy

Konsep logikajuzzy pertama kali diperkenalkan oleh Professor Lotti A. Zadeh dari Universitas California tahun 1965. Logikafuzzy merupakan generalisasi dari logika klasik (CrispSet) yang hanya memiliki dua nilai keanggotaan yaitu 0 dan 1. Dalam logika fuzzy nilai kebenaran suatu pernyataan berkisar dari sepenuhnya benar sampai dengan sepenuhnya salah.

Fuzzy Logic berhubungan dengan ketidakpastian yang telah menjadi sifat alamiah manusia, mensimulasikan proses pertimbangan normal manusia denganjalan memungkinkan komputer untuk berperilaku sedikit lebih seksama dan logis daripada yang dibutuhkan metode komputer konvensional. Pemikiran di balik pendekatan ini adalah pengambilan keputusan tidak sekadar persoalan hitam dan putih atau benar dan salah, namun kerapkali melibatkan area abu-abu, dan hal itu dimungkinkan.

(30)

2.4Himpunan Fuzzy

Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item m suatu ruang output. Seperti pada gambar dibawahatu ruang outputtidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah.

Gambar 2.5 pengelompokan kehimpunan kategori usia

Menurut Kusuma Dewi dan HariPramono, (2004) ; Himpunan fuzzy memiliki 2 atribut, yaitu:

1. LinguistikYaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti : Muda, Parobaya, Tua.

2. NumerisYaitu suatu nilai (angka) yang menunjukan ukuran dari suatu variable seperti : 40, 25, 50, dsb.

(31)

Hal-hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu variabel fuzzy, himpunan fuzzy dan semesta pembicaraan. Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. Contoh variabel fuzzy yaitu umur, tinggi badan, berat badan dan lain-lain. Himpunan fuzzy merupakan suatu kelompok yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy.

Dalam menjalankan sistem, fuzzy memerlukan 4 tahapan utama untuk menghasilkan output. Empat tahapan ini meliputi fuzzifikasi, inferensi, komposisi dan defuzzifikasi.

2.4.1 Fuzzifikasi

Tahap ini mendefinisikan himpunan fuzzy dan menentukan derajat keanggotaan dari crisp input pada sebuah himpunan fuzzy. Contoh dari proses fuzzifikasi seperti terlihat pada Gambar 2.4.

Gambar 2.6 Proses fuzzifikasi

2.4.2 Inferensi

Menurut Arhami M 2005, Metode inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workspace,dan untuk menformulasikan kesimpulan.

Tahap ini bertujuan untuk mengevaluasi kaidah/aturan/rule fuzzy untuk menghasilkan output dari tiap rule. Metode yang digunakan dalam melakukan

(32)

inferensi sistem fuzzy yaitu: max-min, additive dan probabilistic OR (probor). Contoh dari proses inferensi max-min seperti terlihat pada Gambar 2.5.

Gambar 2.7 Proses inferensi 2.4.3 Komposisi

Pada tahap ini semua rule diagregasi atau dikombinasi dari keluaran. Gambar 2.4 menjelaskan bahwa konsekuen yang diperoleh dari setiap aturan ditahap inferensi akan dimodifikasi dengan solusi himpunan fuzzynya masing masing dan digabung dengan hasil modifikasi konsekuen lainnya.

2.4.4 Defuzzifikasi

Tahap defuzzifikasi adalah tahap perhitungan crisp output. Input dari tahap inicadalachimpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan outputnya adalah suatu bilangan pada domain himpunan fuzzy tersebut. Proses defuzzyfikasi seperti terlihat pada Gambar 2.6 dan crisp output z1 yang dihasilkan pada Gambar 2.6 dapat dijelaskan sebagai berikut:

Z1=

α - predikat1 < α - predikat2 < α - predikat3

α- predikat1 ; z1 < α - predikat2 ; z2 < α - predikat3 ; z3 =

0,1 < 0,2 < 0,5

(33)

Gambar 2.8 Proses defuzzifikasi

2.5 Fuzzy Tsukamoto

Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Berikut gambar inferensi dengan menggunakan Metode Tsukamoto. (KusumaDewi;2003 ,Artificial Intelegence)

(34)

2.6 Bahan Makanan Pokok

Minarno dan Hariani (2008:20) menjelaskan bahwa makanan pokok (staple food) adalah bahan makanan utama yang dianggap paling penting dan harus selalu ada dalam hidangan sehari-hari. Bahan makanan pokok terdiri dari serelia, umbi-umbian dan ekstrak tepung. Serelia merupakan bahan-bahan makanan pokok bagi sebagian besar manusia. Karbohidrat banyak ditemukan pada serelia (beras, gandum, jagung, kentang dan sebagainya), serta pada biji-bijian yang tersebar luas di alam.

2.7 Bahan Makanan Sayur Mayur

Tumbuh-tumbuhan adalah salah satu sumber karbohidrat yang sering dikonsumsi baik daun, batang ataupun akarnya. Karbohidrat ini dibentuk dari hasil reaksi CO2 dan H2O melalui proses foto sintesa di dalam sel-sel tumbuhtumbuhan yang mengandung hijau daun (klorofil). Bahan makanan sayur mayur memiliki tingkat energi yang rendah serta sedikit mengandung protein.

Tetapi tumbuh-tumbuhan mengandung kadar yang menonjol dalam hal karotin, asamaskorbat, vitamin A dan zat besi. Beberapa jenis tumbuh-tumbuhan dapat digolongkan ke dalam bahan makanan sayuran karena kandungan zat gizinya, sedangkan yang lain dapat digolongkan ke dalam bumbu dapur.

2.8 Bahan Makanan Lauk-Pauk

Berdasarkan sumbernya, bahan makanan lauk pauk terbagi atas dua golongan, yaitu lauk pauk nabati dan hewani. Bahan makanan lauk pauk nabati lebih dikenal sebagai sumber protein nabati dan terdiri atas golongan kacangkacangan dan hasil olahannya, seperti tahu dan tempe. Sumber protein nabati termasuk protein setengah sempurna. Suatu protein dikatakan tidak sempurna apabila protein tersebut hanya berfungsi dalam pemeliharaan jaringan tubuh tetapi tidak mendukung pada pemenuhan pertumbuhan badan (Herdiansyah, 2007:17).

Sedangkan lauk pauk hewani termasuk protein yang sempurna karena dapat memenuhi fungsi sebagai pertumbuhan dan pemeliharaan jaringan. Bahan makanan

(35)

ini mencakup semua bahan makanan yang berasal dari hewan, terutama hewan piaraan dan sebagian lagi ternak, unggas ikan dan telur.

2.9 Susu dan Olahannya

Setiap hewan memiliki komposisi susu yang berbeda-beda menurut spesiesnya. Salah satu kandungan susu yang membedakan dengan jenis bahan makanan lainnya adalah laktosa. Laktosa sangat bermanfaat bagi manusia dan berperan penting dalam pertumbuhan sehingga sering dijadikan menu makanan tambahan.

2.10 Gizi

Istilah gizi atau ilmu gizi dikenal di Indonesia pada tahun 1950-an, sebagai terjemahan dari kata inggris “nutrition”. Kata gizi sendiri berasal dari kata “ghidza” yang dalam bahasa arab berarti makanan.

Secara istilah, Ilmu gizi adalah ilmu yang menganalisis pengaruh pangan yang dikonsumsi terhadap organisme hidup (Muchtadi, 2008:1). Zat gizi atau zat makanan merupakan bahan dasar penyusun bahan makanan. Menurut Sediaoetama (1987) ada empat fungsi zat giziyaitu sebagai:

1. Sumber energi atau tenaga. Jika fungsi ini terganggu, orang menjadikan berkurang geraknya atau kurang giat dan merasa cepat lelah.

2. Menyokong pertumbuhan badan, yaitu penambahan sel baru pada selyang sudah ada

3. Mengatur metabolisme dan berbagai keseimbangan dalam cairan tubuh (keseimbangan air, asam basa dan mineral)

4. Berperan dalam mekanisme pertahanan tubuh terhadap berbagai penyakit, sebagai antioksidan dan atibodi lainnya.

Para ahli gizi membagi zat-zat gizi ke dalam enam jenis, yaitu: karbohidrat, lemak, protein, vitamin, mineral dan air. dapat disimpulkan bahwa keenam jenis zat gizi mengandung unsur-unsur nutrisi yang dibutuhkan tubuh dan memiliki fungsi yang berbedabeda. Sumber energi manusia dapat diperoleh dari karbohidrat, lemak dan

(36)

protein. Sedangkan proses pertumbuhan, perbaikan dan metabolisme dapat diperoleh dengan mengkonsumsi protein, mineral, vitamin dan air.

Pemenuhan kebutuhan gizi dapat diperoleh dengan mengkonsumsi berbagai bahan makanan yang beranekaragam. Keanekaragaman ini dibutuhkan karena tidak satupun bahan makanan yang mengandung kompleksitas nutrisi baik dari segi kelengkapan unsur maupun jumlah unsur yang dibutuhkan tubuh setiap orang.

Dari keenam kelompok zat gizi, terdapat 3 zat gizi yang sangat penting bagi tubuh. Zat gizi ini sering disebut golongan makromolekul dan terdiri dari karbohidrat, lemak dan protein.

2.10.1 Karbohidrat

Fungsi utama karbohidrat adalah sebagai sumber energi. Karbohidrat menghasilkan kalori sebesar 4 kkal untuk setiap satu gram karbohidrat. Dalam tubuh, karbohidrat juga berguna untuk mencegah timbulnya ketosis, pemecahan protein tubuh yang berlebih, kehilangan mineral dan berguna untuk membantu metabolisme lemak dan protein. Oleh karena itu, kebutuhan tubuh akan karbohidrat tidak bisa digantikan dengan protein atau lemak walaupun dalam jumlah kalori yang sama.

Penggantian karbohidrat oleh protein dan lemak akan menyebabkan timbulnya gejala yang tidak diinginkan. Gejala ini serupa dengan penderita kelaparan yang berupa kehilangan natrium dan air dari tubuh. Persamaan yang digunakan untuk menghitung kebutuhan karbohidrat adalah

Kebutuhan karbohidrat = 70% x kebutuhan kalori

2.10.2 Lemak

Peranan lemak yang utama dalam bahan makanan adalah sebagai sumber energi. Satu gram lemak dapat menghasilkan kalori sebesar 9 kkal sehingga lemak merupakan sumber energi yang dapat menyediakan energi sekitar 2.25 kali lebih banyak daripada yang diberikan karbohidrat atau protein. Kebutuhan energi manusia sebenarnya dapat tercukupi dari mengkonsumsi karbohidrat dan protein yang berlebih, karena kelebihan

(37)

zat gizi tersebut akan dikonversi menjadi lemak dalam tubuh. Namun lemak atau minyak memiliki fungsi lain yang tidak dihasilkan oleh zat gizi lainnya, yaitu sebagai peningkat palatabilitas makanan, pelarut vitamin larut lemak (vitamin A, D, E, K) dan pro-vitamin larut lemak (misalnya karotenoid) serta antioksidan lain. Persamaan yang digunakan untuk menghitung kebutuhan lemak adalah

Kebutuhan lemak = 25 % X kebutuhan kalori

2.10.3 Protein

Protein berasal dari kata Yunani proteios yang berarti “yang pertama” atau “yang terpenting” (Santoso,1995:112). Fungsi utama protein bagi tubuh adalah untuk pertumbuhan dan pemeliharaan jaringan, pembentukan senyawa tubuh yang esensial, regulasi keseimbangan air, mempertahankan netralitas tubuh, pembentukan antibodi, dan untuk transport zat gizi.

Bagi balita, protein merupakan zat gizi yang sangat penting untuk proses pertumbuhan dan perkembangan balita. Kebutuhan protein pada balita lebih besar bila dibandingkan dengan kebutuhan orang dewasa karena balita sedang dalam masa pertumbuhan dan pembentukan jaringan baru yang terjadi secara besar-besaran.

Pemenuhan kebutuhan protein harus seimbang. Protein yang dikonsumsi secara berlebih akan menggangu kesehatan ginjal, sedangkan kurangnya konsumsi protein menyebabkan kekurangan kalori protein (KKP) yang muncul dalam bentuk gizi buruk bagi balita berupa marasmus, kwashiorkor atau marasmus-kwasiorkor. Hal ini menyebabkan anak tidak dapat tumbuh kembang baik dari segi pertumbuhan badan maupun otaknya. Kebutuhan balita akan protein harus dikonversi kedalam pola menu makanan seimbang yang disajikan setiap harinya tabel kebutuhan protein dapat dilihat pada tabel 2.1.

(38)

Tabel 2.1 Kebutuhan protein harian

umur Kecukupan

Diit Indonesia (gr/Kg/hari)

Kecukupan Untuk Penderita KKP dan Infeksi (gr/Kg/hari)

3 – 4 Tahun 1.84 2.05

4 – 5 Tahun 1.79 2.03

2.11 Pengertian Status Gizi

Status gizi adalah keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi.15 Status gizi ini menjadi penting karena merupakan salah satu faktor risiko untuk terjadinya kesakitan dan kematian. Status gizi yang baik bagi seseorang akan berkontribusi terhadap kesehatannya dan juga terhadap kemampuan dalam proses pemulihan. Status gizi masyarakat dapat diketahui melalui penilaian konsumsi pangannya berdasarkan data kuantitatif maupun kualitatif .

Menurut Depkes (2002), status gizi merupakan tanda-tanda penampilan seseorang akibat keseimbangan antara pemasukan dan pengeluaran zat gizi yang berasal dari pangan yang dikonsumsi pada suatu saat berdasarkan pada kategori dan indikator yang digunakan

Dalam menetukan klasifikasi status gizi harus ada ukuran baku yang sering disebut reference. Baku antropometri yang sering digunakan di Indonesia adalah World Health Organization – National Centre for Health Statistic (WHO-NCHS). Berdasarkan baku WHO - NCHS status gizi dibagi menjadi empat : Pertama, gizi lebih untuk over weight, termasuk kegemukan dan obesitas. Kedua, Gizi baik untuk well nourished. Ketiga, Gizi kurang untuk under weight yang mencakup mild dan moderat, PCM (Protein Calori Malnutrition). Keempat, Gizi buruk untuk severe PCM, termasuk marasmus, marasmik-kwasiorkor dan kwasiorkor.18

Status gizi ditentukan oleh ketersediaan semua zat gizi dalam jumlah dan kombinasi yang cukup serta waktu yang tepat. Dua hal yang penting adalah terpenuhi semua zat gizi yang dibutuhkan tubuh dan faktor-faktor yang menentukan kebutuhan, penyerapan dan penggunaan zat gizi tersebut.

(39)

Data baku WHO-NCHS menyajikan pengukuran status gizi dalam 2 versi, yaitu persentil dan z-score. Data baku WHO-NCHS (WHO, National Center For Health Statistics) disusun oleh NCHS (Badan Riset Kesehatan Amerika, di bawah CDC = center for decease control) dan dipublikasikan tahun 1983. Data baku ini diterapkan pada tahun 1990 di Indonesia.

Menurut Waterlow, dkk tahun 1977 dalam Gizi Indonesia Vol XV No.2 (1990), gizi anak-anak dinegara yang populasinya relatif baik (well-nourished) sebaiknya menggunakan persentil, sedangkan dinegara untuk anak-anak yang populasinya relative kurang menggunakan skor simpang baku (z-score) (Ali, 2008:4). Di Indonesia, pengukuran status gizi remaja lebih banyak menerapkan zscore.Rumus z-score yaitu

z-zcore = NIS-NMBR / NSBR Dimana NIS : Nilai Individual Subjek

NMBR : Nilai Median Baku Rujukan NSBR : Nilai Simpang Baku Rujukan

1. Bila “Nilai Riil” hasil pengukuran BB/U, TB/U, BB/TB nilainya lebih besar atau sama dengan nilai median, maka:

Z-Score = NIS-NMBR/NSBR

2. Bila “Nilai Riil” hasil pengukuran BB/U, TB/U, BB/TB nilainya lebih kecil dari nilai median, maka:

Z-Score = Nilai Rill – NilaiMedian/ SD Low

2.12 Pengertian Antropometri

Dari sudut pandang gizi telah banyak diungkapkan oleh para ahli, salah satunya adalah Jelliffe (1996) mengungkapkan bahwa:

“Nutritional anthtropometry is measurement of the variations of the physical dimensions and the gross composition of the human body at different age levels and degree of nutrition”.

(40)

Dan Istilah anthropometri berasal dari “anthro” yang berarti manusia dan “metri” yang berarti ukuran. Anthropometri menurut stevenson(1989) dan Nurmianto (1991) adalah satu kumpulan data numerik yang berhubungan dengan karakteristik fisik tubuh manusia, usuran, bentuk dan kekuatan serta penerapan dari data tersebut untuk penangan masalah design.

Antropometri merupakan studi yang berkaitan dengan pengukuran dimensi tubuh manusia yang secara luas dapat digunakan sebagai pertimbangan untuk merancang produk ataupun sistem kerja yang melibatkan manusia. Perancangan produk harus mampu mengakomodasikan populasi terbesar yang akan menggunakan produk hasil rancangan tersebut.

Dari definisi tersebut dapat ditarik kesimpulan bahwa antropometri gizi adalah berhubungan dengan berbagai macam pengukuran dimensi tubuh dan komposisi tubuh dari berbagai tingkat umur dan tingkat gizi. Antropometri sangat umum digunakan untuk mengukur status gizi dari berbagai ketidakseimbangan antara asupan protein dan energi. Gangguan biasanya terlihat dari pola pertumbuhan fisik dan proporsi jaringan tubuh seperti lemak, otot dan jumlah air dalam tubuh. Berbagai jenis ukuran tubuh dalam antropometri antara lain berat badan, tinggi badan, lingkar lengan atas, lingkar pinggang, lingkar panggul, lingkar lengan atas dan tebbal lemak di bawah kulit.

Adapun syarat-syarat yang mendasari penggunaan antropometri adalah: 1. Alatnya mudah didapat dan digunakan.

2. Pengukuran dapat dilakukan berulang-ulang dengan mudah dan objektif. 3. Pengukuran bukan hanya dilakukan oleh tenaga khusus profesional, tetapi juga

oleh tenaga lain setelah dilatih untuk itu.

4. Biaya relatif murah, karena alat mudah didapat dan tidak memerlukan bahan-bahan lainnya.

5. Hasilnya mudah disimpulkan karena mempunyai ambang batas (cut off points) dan baku rujukan yang sudah pasti.

(41)

6. Secara ilimiah diakui kebenarannya. Hmpir semua negara menggunakan antropometri sebagai metode untuk mengukur status gizi masyarakat,

khususnya penapisan (screening) status gizi. Hal ini dikarenakan antropometri diakui kebenarannya secara ilmiah.

2.13 Keunggulan dan Kelemahan metode Antropometri 2.13.1 Keunggulan Antropometri

Adapun keunggulan Antropometri yaitu:

1. Prosedurnya sederhana, aman dan dapat dilakukan dalam jumlah sampel yang besar.

2. Relatif tidak membutuhkan tenaga ahli, tetapi cukup dilakukan oleh tenaga yang sudah dilatih dalam waktu singkat.

3. Alatnya murah, mudah dibawa, tahan lama, dapat dipesan dan dibuat di daerah setempat.

4. Metode ini tepat dan akurat karena dapat dibakukan.

5. Dapat mendeteksi atau menggambarkan riwayat gizi di masa lampau.

6. Umumnya dapat mengidentifikaasi status gizi sedang, kurang, dan gizi buruk karena sudah ada ambang batas yang jelas.

7. Metode antropometri dapat mengevaluasi perubahan status gizi pada periode tertentu, atau dari satu generasi ke generasi berikutnya.

8. Metode antropometri gizi dapat digunakan untuk penapisan kelompok yang rawan terhadap gizi.

2.2.2 Kelemahan Antropometri

1. Tidak sensitif. Metode ini tidak dapat mendeteksi status gizi dalam waktu singkat. Di samping itu tidak dapat membedakan kekurangan zat gizi tertentu seperti Zinc dan Fe (zat besi).

2. Faktor di luar gizi (penyakit, geneik, dan penurunan penggunaan energi) dapat menurunkan spesifikasi dan sensitivitas pengukuran antropometri.

(42)

3. Kesalahan yang terjadi pada saat pengukuran dapat mempengaruhi presisi, akurasi, dan validitas pengukuran antropometri gizi.

Parameter yang sering digunakan dalam antropometri yaitu umur, berat badan, tinggi badan atau panjang badan. Dari pengukuran ketiga parameter tersebut maka akan menghasilkan indeks antropometri yang merupakan rasio dari suatu pengukuran terhadap satu atau lebih pengukuran yang lain. Indeks antropomentri dari kombinasi ketiga parameter tersebut terdiri dari:

1. Berat Badan Menurut Umur (BB/U) Berat badan adalah parameter yang paling sederhana, mudah diukur dan diulang. BB/U merupakan indeks untuk status nutrisi sesaat dan dapat menggambarkan ada atau tidaknya suatu masalah gizi. Beberapa keadaan klinis dapat mempengaruhi berat badan, seperti terdapatnya edema, organomegali, hidrosefalus dan lain-lain. Dalam keadaan ini, indeks antropometri yang menggunakan berat badan tidak dapat digunakan lagi untuk menilai status gizi.

2. Tinggi Badan Menurut Umur (TB/U)

Pertumbuhan tinggi badan tidak seperti berat badan. Tinggi badan relatif kurang sensitif terahadap masalah kekurangan gizi dalam jangka waktu yang pendek. Pengaruh defisiensi zat gizi terhadap tinggi badan akan nampak dalam waktu yang relatif lama. Indeks TB/U dapat menggambarkan status gizi masa lampau, status sosial ekonomi dan adanya suatu masalah gizi kronis. Data baku WHO tinggi badan menurut umur untuk anak laki-laki dan perempuan. 3. Berat Badan Menurut Tinggi Badan (BB/TB)

Indeks ini merupakan indikator yang baik untuk menilai status gizi saat ini dengan lebih spesifik, terutama bila data umur yang akurat sulit diperoleh. Selain itu, indeks BB/TB menggambarkan ada atau tidaknya suatu masalah gizi akut dan dapat membantu menentukan apakah berat badan anak masih dalam kisaran yang sesuai untuk tinggi badannya.

(43)

BAB 3

METODE PENELITIAN

3.1 Pendahuluan 3.1.1 Populasi

Populasi adalah keseluruhan obyek penelitian baik terdiri dari benda yang nyata, abstrak, peristiwa maupun gejala yang merupakan sumber data dan memiliki karakter tertentu dan sama (Sukandarrumidi, 2002:46). Sedangkan menurut Suharsimi (2002:108), Populasi adalah keseluruhan subjek penelitian. Populasi dalam penelitian ini adalah balita usia 3-5 tahun.

3.1.2 Sampel

Sampel adalah sebagian atau wakil yang diteliti (Suharsimi, 2002: 109), sedangkan besar kecilnya sampel dari jumlah populasi sebenarnya tidak ada ketentuan yang mutlak berapa sampel yang diambil dari populasi (Sutrisno, 2004: 80). Menurut Suharsimi (2002:120) bahwa untuk batasan-batasan jumlah subjek jika kurang dari 100, maka lebih baik diambil semua sehingga penelitiannya merupakan populasi.

Penelian dilakukan di RS.Adam Malik Medan, Sampel yang diambil dari kegiatan penelitian ini adalah 32 balita dengan umur 1-35 bulan sebanyak 16 balita dan umur 36-59 bulan sebanyak 16 balita. data yang diambil dari sampel yang berumur 36-59 bulan berasal dari data sampel tersebut selama 1 bulan, sehingga data yang diperoleh sebanyak 48. Selain itu, pengambilan sampel juga dilakukan diluar RS. Adam Malik Medan sebanyak 2 balita dengan umur 36-59 bulan.

Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah total sampling, karena sampel yang digunakan atau yang dipakai sejumlah populasi yang ada yaitu sebanyak 18 balita yang berasal dari 16 dan 2 balita dari luar RS.Adam Malik Medan, Sampel yang akan digunakan dalam penelitian ini dapat dilihat pada lampiran 1 dengan ketentuan pertimbangan sebagai berikut :

(44)

1. Anak yang berumur 36 bulan – 59 bulan 2. Anak dalam keadaan sehat

3. Anak tidak menderita penyakit apapun

3.1.3 Variabel

Variabel adalah hal-hal yang menjadi objek penelitian. Dalam suatu kegiatan penelitian yang menunjukkan variasi atau variabel adalah objek penelitian (Dwikusworo, 2003: 28). Dalam hal ini variabel yang akan digunakan adalah umur, berat badan dan tinggi badan balita.

3.1.4 Metode Pengambilan Data

Teknik pengambilan data dalam penelitian ini adalah data primer yang diambil melalui wawancara atau pengukuran langsung dengan responden, Dalam pengambilan data saat kegiatan posyandu berlangsung dan data yang dibutuhkan adalah berat badan, tinggi badan, jenis kelamin dan umur.

3.2 Rancangan Penelitian

Pada penelitian ini menggunakan kombinasi metode antropometri dan fuzzy tsukamoto untuk mendapatkan status gizi seimbang dengan inputan Umur, Tinggi Badan dan Berat Badan berikut adalah gambar 3.1 kombinasi algoritma metode antropometri dan fuzzy tsukamoto.

(45)

(46)

Metode antropometri pada penelitian ini digunakan untuk menentukan parameter z-score dari variabel umur, berat badan dan tinggi badan yang mana setelah nilai variabel di inputkan maka akan terjadi proses perhitungan z-score BB/U, TB/U, BB/TB. Setelah mendapatkan nilai z-score BB/U, TB/U, BB/TB maka akan dilanjutkan perhitungan proses fuzzy tsukamoto yang terdiri dari beberapa tahapan yaitu: tahap fuzzyfikasi kemudian tahapan inferensi dilanjutkan komposisi dan defuzzyfikasi setelah semua tahapan diatas dikombinasikan maka akan menghasilkan output yaitu: kebutuhan protein, lemak, karbohidrat balita.

3.2.1 Himpunan Fuzzy

Untuk memperoleh status gizi ideal menggunakan metode fuzzy tsukamoto, variabel fuzzy yang digunakan terdiri dari BB/U, TB/U dan BB/TB. Variabel BB/U digunakan untuk menentukan status gizi balita berdasarkan berat badan menurut umur. Variabel ini terbagi menjadi 4 himpunan fuzzy yaitu lebih, normal, rendah dan sangat rendah. Variabel BB/U dapat dillihat pada Gambar 3.2. Variabel TB/U digunakan untuk menentukan status gizi balita berdasarkan tinggi badan menurut umur. Variabel ini terbagi menjadi 4 himpunan fuzzy yaitu tinggi, normal, pendek dan sangat pendek. Variabel TB/U dapat dilihat pada Gambar 3.3. Variabel BB/TB digunakan untuk menentukan status gizi balita berdasarkan berat badan menurut tinggi badan. Variabel ini terbagi menjadi 4 himpunan fuzzy yaitu gemuk, normal, kurus dan sangat kurus. Variabel BB/TB dapat dilihat pada Gambar 3.4.

(47)

Gambar 3.2 Himpunan fuzzy pada variabel BB/U Fungsi Keanggotaan Fuzzy Variabel BB/U Sangat rendah

�(�)�

1 ; −5 ≥x ≥ −3 (x−2)

(−2−(−3) ; −2 ≥ x ≥ −3 atau (2−x) ; −2 ≥x ≥ −3 Fungsi Keanggotaan Fuzzy Variabel BB/U Rendah

�(�) =�

0 ; −3 ≥x ≥0 (x + 3) ; −2≥x ≥ −3

−x

2 ; 0 ≥x ≥ −2 Fungsi Keanggotaan Fuzzy Variabel BB/U Normal

�(�) = ⎩ ⎪ ⎨ ⎪

⎧_{(x + 2)}0 ; 2≥x ≥ −2 (2) ; 0 ≥x ≥ −2 (2−x)

(2) ; 2 ≥x ≥0 Fungsi Keanggotaan Fuzzy Variabel BB/U Tinggi

�(�) =�

0 ; x <= 0 x

2 ; 0 ≤x ≤2 1 ; x≥2

(48)

Gambar 3.3 Himpunan fuzzy pada variabel TB/U Fungsi Keanggotaan Fuzzy Variabel TB/U Sangat Pendek

�(�)�

1 ; −5 ≥x ≥ −3 (x−2)

(−2−(−3) ; −2 ≥ x ≥ −3 atau (2−x) ; −2 ≥x ≥ −3 Fungsi Keanggotaan Fuzzy Variabel TB/U Pendek

�(�) =�

0 ; −3 ≥x ≥0 (x + 3) ; −2≥x ≥ −3

−x

2 ; 0 ≥x ≥ −2 Fungsi Keanggotaan Fuzzy Variabel TB/U Normal

�(�) = ⎩ ⎪ ⎨ ⎪

⎧_{(x + 2)}0 ; 2≥x ≥ −2 (2) ; 0 ≥x ≥ −2 (2−x)

(2) ; 2 ≥x ≥0 Fungsi Keanggotaan Fuzzy Variabel TB/U Tinggi

(49)

Gambar 3.4 Himpunan fuzzy pada variabel BB/TB Fungsi Keanggotaan Fuzzy Variabel BB/TB Sangat Kurus

�(�)�

1 ; −5 ≥x ≥ −3 (x−2)

(−2−(−3) ; −2 ≥ x ≥ −3 atau (2−x) ; −2 ≥x ≥ −3 Fungsi Keanggotaan Fuzzy Variabel BB/TB Kurus

�(�) =�

0 ; −3 ≥x ≥0 (x + 3) ; −2≥x ≥ −3

−x

2 ; 0 ≥x ≥ −2 Fungsi Keanggotaan Fuzzy Variabel BB/TB Normal

�(�) = ⎩ ⎪ ⎨ ⎪

⎧_{(x + 2)}0 ; 2≥x ≥ −2 (2) ; 0 ≥x ≥ −2 (2−x)

(2) ; 2 ≥x ≥0 Fungsi Keanggotaan Fuzzy Variabel BB/TB Gemuk

�(�) =�

0 ; x <= 0 x

2 ; 0 ≤x ≤2 1 ; x≥2

(50)

3.2.2 Aturan Fuzzy

Untuk menentukan kebutuhan energy, protein, lemak dan karbohidrat dalam memperoleh status gizi ideal, fuzzy memiliki 19 aturan yang dapat dilihat pada Tabel 3.1. Aturan tersebut diperoleh dari hasil percobaan terhadap 16 data baku WHO yang dipilih secara acak. Tujuan percobaan adalah untuk mengetahui hubungan yang terjadi antara BB/U, TB/U dan BB/T dalam memperoleh status gizi. Pada lampiran 2 merupakan hasil percobaan untuk menentukan status gizi dari BB/TB hasil hubungan status gizi BB/U dan TB/U. Sedangkan kesimpulan dari hasil percobaan dapat dilihat pada Tabel 3.2.

Tabel 3.1 Aturan Fuzzy

Kode Aturan Konsekuen

Rumus Energi Tambahan Energi Rumus Protein [R1] if BB/U Lebih and TB/U Tinggi and

BB/TB Normal then

Nelson -20% Kecukupan Diit Protein [R2] if BB/U Lebih and TB/U Normal

and BB/TB Gemuk then

Nelson -10% Kecukupan Diit Protein [R3] if BB/U Lebih and TB/U Pendek

and BB/TB Gemuk then

Nelson -10% Kecukupan Diit Protein [R4] if BB/U Lebih and TB/U Sangat

Pendek and BB/TB Gemuk then

Nelson -20% Kecukupan Diit Protein [R5] if BB/U Normal and TB/U Tinggi

and BB/TB

Nelson 0% Kecukupan

(51)

Normal then Protein [R6] if BB/U Normal and TB/U Normal

and BB/TB Normal then

Nelson 0% Kecukupan

Diit Protein [R7] if BB/U Normal and TB/U Pendek

and BB/TB Normal then

Nelson 0% Kecukupan

Diit Protein [R8] if BB/U Normal and TB/U Sangat

Pendek and BB/TB Gemuk then

Nelson 0% Kecukupan

Diit Protein [R9] if BB/U Normal and TB/U Sangat

Pendek and BB/TB Normal then

Nelson 0% Kecukupan

Diit Protein [R10] if BB/U Rendah and TB/U Tinggi

and BB/TB Sangat Kurus then

Nelson 40% Kecukupan Diit Protein [R11] if BB/U Rendah and TB/U Normal

and BB/TB Kurus then

Nelson 20% Kecukupan Diit Protein [R12] if BB/U Rendah and TB/U Pendek

and BB/TB Normal then

Nelson 20% Kecukupan Diit Protein [R13] if BB/U Rendah and TB/U Pendek

and BB/TB Kurus then

Nelson 30% Kecukupan Diit Protein [R14] if BB/U Rendah and TB/U Sangat

Pendek and BB/TB Normal then

Nelson 30% Kecukupan Diit Protein [R15] if BB/U Sangat Rendah and TB/U Nelson 40% Kecukupan

(52)

Tinggi and

BB/TB Sangat Kurus then

KKP Protein [R16] if BB/U Sangat Rendah and TB/U

Normal and

BB/TB Sangat Kurus then

Nelson 30% Kecukupan KKP Protein [R17] if BB/U Sangat Rendah and TB/U

Pendek and BB/TB Kurus then

Nelson 40% Kecukupan KKP Protein [R18] if BB/U Sangat Rendah and TB/U

Sangat Pendek and BB/TB Normal then

Nelson 30% Kecukupan KKP Protein [R19] if BB/U Sangat Rendah and TB/U

Sangat Pendek and BB/TB Kurus then

Nelson 40% Kecukupan KKP Protein

Tabel 3.2 Kesimpulan hubungan BB/U, TB/U dan BB/TB dari hasil percobaan

3.2.3 Proses Fuzzy Tsukamoto Menentukan Kebutuhan Energi Dan Protein Tabel 3.3 menjelaskan proses dalam fuzzy tsukamoto untuk memperoleh kebutuhan energy, protein, lemak dan karbohidrat sesuai dengan status gizi balita. Tabel 3.6 merupakan rekapitulasi dari proses fuzzy yang diuji coba terhadap 20 data balita.

(53)

Proses fuzzy meliputi tahap fuzzifikasi, inferensi, komposisi dan defuzzifikasi. Tahap-tahap untuk setiap data balita yang diuji coba dapat dilihat pada lampiran 3.

Tabel 3.3 Rekapitulasi proses fuzzy dari hasil percobaan terhadap 20 data balita No Nama Gender Umur

(Bulan) Berat Badan (KG) Tinggi Badan (CM) Kebutuhan Kalori (KKal) Kebutuhan Protein (Gr)

1 Dafa L 58 13.3 93 1583.13 33.75

2 Rafa L 38 12.3 91 1453.03 27.6

3 Cinta P 50 12.1 97 1422.3 30.2

4 Nagita P 54 15 102 1518.32 30.07

5 Dedi L 57 19.3 106 1658.21 32.58

6 Fitri P 38 18.5 100 1665.0 26.5

7 Aldo L 38 11 90 1440.61 28.5

8 Delima P 44 13 101.5 1560.0 28.34

9 Irene P 58 17 115 1615.37 31.15

10 Pimpin L 43 12.7 100.7 1270.0 29.07

11 Citra P 58 15.3 103.5 1557.13 31.15

12 Ivan L 45 12.6 97.6 1512.0 29.81

13 Reno L 54 14.7 108 1633.05 32.41

14 David L 52 15.4 105.7 1386.0 31.15

15 Sofyan L 52 16.5 99.8 1539.55 31.15

16 Ardi L 43 12.9 97.9 1401.82 29.07

17 Keke P 46 13.7 100 1542.78 28.89

18 Okky P 48 12.5 98.6 1350.0 28.64

19 Tamara P 48 13 96.3 1342.67 28.64

(54)

3.3 Tahap Perancangan Sistem 3.3.1 Use Case Diagram

Use case adalah aliran tertinggi dari fungsionalitas yang dimilik isistem. Dengan kata lain, use case menggambarkan bagaimana seseorang akan menggunakan atau memanfaatkan sistem. Use case menunjukkan fungsionalitas suatu sistematika kelas dan bagaimana sistem berinteraksi dengan dunia luar. Use case mendeskripsikan kumpulan urutan (sequence) dimana tiap urutan menjelaskan interaksi sistem dengan ‘sesuatu’ di luar sistem (sering dinamakan dengan actor). Use case menampilkan spesifikasi fungsional yang diharapkan dari sistem/perangkat lunak yang kelak akan kita kembangkan. (Adi Nugroho, 2005 : 89 – 90).

(55)

Gambar 3.5 menjelaskan hubungan antara aktor dan sistem. Use case memiliki 3 aktor dan 11 use case. Aktor terdiri dari admin, user, dan server. Admin memiliki wewenang untuk mengolah sistem yang meliputi use case mengolah artikel, mengolah user, mengolah aturan fuzzy, mengolah himpunan fuzzy, mengolah analisis makanan.

Setiap use case yang diolah admin akan memakai semua langkah dalam use case login. User memiliki wewenang untuk Membaca Artikel, Membaca Resep, Hitung kebutuhan gizi balita dan penentuan menu gizi balita.

3.3.2 Aktifity Diagram

Activity diagram adalah salah satu cara untuk memodelkan event-event yang terjadi dalam satu use case. Diagram ini juga dapat digantikan dengan sejumlah teks. Activity diagram digunakan untuk memodelkan aspekdinamis dari sistem. Aktivity diagram secara esensial mirip dengan dengan diagram alir (flowchart), memperlihatkan aliran kendali dari suatu aktifitas keaktifitas lainnya (tentu ada perbedaan sedikit dengan diagram alir tetapi tidak terlalu hakiki). (Nugroho adi:2005).

3.3.2.1 Aktifity Diagram Login

Pada Gambar 3.6, admin harus melakukan login untuk dapat megakses halaman tertentu. Admin login untuk mengolah semua kegiatan yang ada di admin. Jika username dan password valid maka admin dapat mengolah semua sistem. Aktifity diagram login dapat dilihat pada gambar 3.6

(56)

(57)

(58)

Jika pengguna memilih untuk menghapus aturan fuzzy, maka admin harus memilih aturan fuzzy yang akan dihapus dan menghapusnya. Setelah itu sistem akan menampilkan seluruh aturan fuzzy. Jika admin memilih untuk mengubah aturan fuzzy, maka admin harus memilih aturan fuzzy yang akan diubah dan mengubah isi operator1, operator2, status gizi, rumus energi, kebutuhan energi dan kebutuhan protein dan menyimpanya.

3.3.2.4 Aktifity Diagram Mengolah Analisis Makanan

Ada 3 pilihan yang dapat dilakukan oleh admin pada Gambar 3.9, yaitu menambah analisis bahan makanan, mengubah analisis bahan makanan dan menghapus analisis bahan makanan. Jika admin memilih untuk menambah analisis bahan makanan, maka admin harus mengisi nama bahan makanan, memilih jenis bahan makanan, memasukkan energi, lemak, karbohidrat, dan menyimpannya.

Jika pengguna memilih untuk menghapus analisis bahan makanan, maka admin harus memilih bahan makanan yang akan dihapus dan menghapusnya. Setelah itu sistem akan menampilkan seluruh analisis bahan makanan. Jika admin memilih untuk mengubah analisis bahan makanan, maka admin harus memilih analisis bahan makanan yang akan diubah dan mengubah isi jenis bahan makanan, energi, protein, lemak, karbohidrat, dan menyimpannya.

(59)

(60)

(61)

(62)

Gambar 3.12 Sequence Diagram Validasi Login

3.3.3.2 Sequence Diagram Mengolah Himpunan Fuzzy

Gambar 3.13 menjelaskan interaksi antara admin dengan halaman web ketika mengolah himpunan fuzzy. Pada halaman indexHimpunanBBU, system menampilkan semua himpunan BB/U yang ada dalam database menggunakan method getDataHimpunanBBU(). Selain itu, admin juga dapat menambah himpunan BB/U menggunakan method Simpan() dan merubah data yang ada menggunakan method Update(). Proses yang sama juga terjadi pada halaman indexHimpunanTBU dan indexHimpunanBBTB pada saat berinteraksi dengan admin dalam menggunakan method Simpan() dan Update().

(63)

(64)

3.3.3.3 Sequence Diagram Mengolah Artikel

Gambar 3.14 mempresentasikan interaksi antara admin dengan halaman web ketika mengolah artikel. Pada halaman index1, Admin dapat menambah artikel menggunakan method Simpan() dan menghapus semua data di form pengisian menggunakan method Reset(). Di halaman indexDataArtikel dan indexHalaman Depan, admin dapat memilih artikel yang akan dihapus atau78 diedit menggunakan method getDataArtikel() dan merubah data artikel yang ada dengan method Update().

(65)

3.3.3.4 Sequence Diagram Mengolah Resep Makanan

Gambar 3.15 mempresentasikan interaksi antara admin dengan halaman web ketika mengolah analisis resep masakan. Di halaman indexInput ResepMasakan, admin dapat memilih nama bahan makanan yang dibutuhkan dalam resep masakan menggunakan method pilihBahan(). Kemudian system akan mengolah bahan makanan dalam bentuk ukuran rumah tangga untuk membantu sistem dalam perhitungan bahan/bumbu makanan yang digunakan

dalam resep masakan. Sistem akan menghitung jumlah total energy, protein, lemak dan karbohidrat dari semua bahan/bumbu makanan yang dimasukkan dengan menggunakan method tambahBahan(). Setelah itu, admin dapat menyimpannya menggunakan method Simpan(). Di halaman indexResepPokok, admin dapat memilih resep masakan pokok yang akan dihapus atau dibaca menggunakan method getResep().

Di halaman indexResepSayurMayur, admin dapat memilih resep masakan sayur mayur yang akan dihapus atau dibaca menggunakan method getResep(). Di halaman index ResepLaukPauk, admin dapat memilih resep masakan lauk pauk yang akan dihapus atau dibaca menggunakan method getResep().

(66)

(67)

3.3.3.5 Sequence Diagram Membaca Artikel

Gambar 3.16 mempresentasikan interaksi user dengan halaman web ketika membaca artikel. Di halaman index, sistem menampilkan artikel dengan menggunakan method getArtikel(). Proses yang sama juga terjadi pada halaman indexKesehatan, indexGizi, indexTipsSehat dan indexBerita pada saat berinteraksi dengan user dalam menggunakan method getArtikel().

(68)

3.3.4 Class Diagram

Class diagram meggambarkan hubungan antara class-class dalam aplikasi sistem, atribut dan operasinya. Class diagram dihasilkan berdasarkan perancangan obyek dan sequence diagram. Class diagram untuk halaman web dapat dilihat pada Gambar 3.17. Class diagram ini menggambarkan halaman halaman web yang ada dalam sistem dan hubungan yang terjadi disetiap halamannya. Class diagram ini menggambarkan halaman-halaman admin yang ada dalam sistem dan hubungan yang terjadi disetiap halamannya.

(69)

BAB 4

HASIL DAN PEMBAHASAN

4.1 Implementasi

Implementasi merupakan proses transformasi representasi rancangan kebahasa pemrograman yang dapat dimengerti oleh komputer. Teknologi yang digunakan dalam pengembangan system ini adalah teknologi aplikasi berbasis web sehingga memudahkan user untuk mengakses dengan mudah dan cepat dimanapun berada.

Aplikasi system membutuhkan beberapa komponen pendukung yaitu Meacromedia Dreamweaver 8, AppServ 2.5.7, Tomcat 6.0, Mozilla Firefox sebagai browser, Java 1.6.0 dan Gel. Setelah komponen pendukung tersedia, maka langkah selanjutnya adalah mewujudkan rancangan sistem yang akan dibuat.

4.1.1 StrukturHalaman Admin

Halaman ini memudahkan seorang admin untuk mengolah web dan perangkat lunak pengatur pola menu makanan balita. Halaman admin terdiri dari menu artikel, buku tamu, user dan nutrisi. Pada menu nutrisi terdapat 3 menu yang digunakan oleh admin untuk mengolah perangkat lunak pengatur pola menu makanan balita. Menu ini meliputi menu data baku, fuzzy dan gizi. Desain struktur halaman admin dapat dilihat padaGambar 4.1.

Gambar 4.1StrukturHalaman Admin Menu Admin

Nutrisi User Artikel

Logout BukuTamu

Data Baku Fuzzy

(70)

4.1.2 StrukturHalamanPengunjung

Halaman ini dapat di akses oleh semua pengunjung. Desain struktur halaman pengunjung dapat dilihat pada Gambar 4.2.

Gambar 4.2StrukturHalamanPengunjung

4.2 Implementasi dan Pembahasan

Pada sub bab ini menjelaskan tampilan halaman web yang ada dalam sistem. Halaman web terdiri dari 2 bagian, yaitu halaman pengunjung yang bisa diakses oleh user dan halaman admin yang hanya bisa diakses oleh admin.

4.3 Uji Coba Sistem

Dalam pembahasan ini, proses uji cobadilakukan pada perangkat lunak pengatur pola menu makanan untukbalita. Uji coba bertujuan untuk mengetahui apakah perangkat lunak yang dibuat dapat menentukan kebutuhan energi, protein, lemak dan karbohidrat sesuai dengan status gizi balita dan dapat diterapkan padapola menu makanan dalam sehari-hari.

Pengujian perangkat lunak dilakukan terhadap 20 balita berusia 36-59 bulan Menu Utama

Tips Sehat Resep

Kontak

Kesehatan Gizi Artikel

Berita Beranda

Resep Mie

ResepSayurMay ResepLauk

(71)

dengan membandingkan hasil metode fuzzy dan hasil metode manual terhadap nilai yang dihasilkan dari kebutuhan ideal. Perbandingan yang dilakukan dalam pengujian hanyakebutuhan energy dan protein.

Hal ini di karenakan kebutuhan lemak dan karbohidrat bergantung pada jumlah energi yang dibutuhkan tubuh sehingga nilainya akan berbanding lurusdengan energy tersebut. Hasil percobaan terhadap 20 balita dapat dilihat pada Tabel 4.1 danTabel 4.2 dengan keterangan untuk jenis kelamin yaitu L adalah laki-laki dan P adalah perempuan, sedangkan keterangan untuk status gizi yaitu N adalah status gizi normal, R adalah status gizi rendahdan L adalah status gizi lebih.

Pengujian yang dilakukan terhadap kebutuhan energy dan protein akan bernilai benar jika memenuhi batas atas dan bawah yang telah ditetapkan. Sedangkan penentuan pola menu makanan untuk 16 data balita dapat dilihat pada lampiran 7. 4.3.2 Halaman Admin

Halaman admin terdiri dari menu artikel, buku tamu, nutrisi, dan user. Menu Artikel berisi tentang artikel yang berhubungan dengan gizi. Menu Nutrisi berisi tentang nutrisi dan aturan fuzzy untuk menghitung jumlah kalori dan menu makanan balita. Adapun penjelasan halaman-halaman tersebut adalah sebagai berikut:

4.3.1.1 Halaman Login

Halaman login merupakan halaman yang digunakan admin untuk dapat mengolah halaman admin. Desain halaman login dapat dilihat pada Gambar 4.3.

(72)

Gambar 4.3 Halaman Login Admin 4.3.1.2 Halaman Admin

Halaman admin terdiridaribeberapa menu yaitu:Artikel,Nutrisi, User dan Log Out.

Gambar 4.4 Halaman Admin

(73)

Halaman Pengunjung terdiri dari menu beranda, artikel, resep, dan kontak. Adapun penjelasan halaman-halaman tersebut adalah sebagai berikut:

Gambar 4.5 Halaman Pengunjung

4.3.2.1 Menu Beranda

Halaman beranda terdiri dari informasi mengenai tips kesehatan bayi dan balita, dan di samping kanan terdapat tampilan penghitungan gizi seimbang pada balita.

(74)

4.3.2.2 Menu Artikel

Menu artikel berfungsi memberikan informasi kepada pengunjung tentang masalah gizi balita. Menu artikel terdiri dari halaman kesehatan, tentang gizi, tips sehat murah dan berita gizi buruk. Desain halaman artikel dapat dilihat pada Gambar 4.7

(75)

4.3.2.3 Menu Resep

Menu Resep memberikan informasi tentang resep makanan yang baik untuk kesehatan dan gizi balita.

(76)

4.3.2.4 Menu Kontak

Menu Kontak berfungsi sebagai alamat data yang dapat dihubungi pengunjung jika ada yang ingin ditanyakan.

Gambar 4.9 HalamanKontak

4.4 Pembahasan dan Analisis

Dalam pembahasan ini, proses uji coba dilakukan pada perangkat lunak pengatur pola menu makanan untuk balita. Uji coba bertujuan untuk mengetahui apakah perangkat lunak yang telah dibuat dapat menentukan kebutuhan energi, protein, lemak dan karbohidrat sesuai dengan status gizi balita dan dapat diterapkan pada pola menu makanan dalam sehari.

Pengujian perangkat lunak dilakukan terhadap 20 balita berusia 36-59 bulan dengan membandingkan hasil metode fuzzy dan hasil metode manual terhadap nilai yang dihasilkan dari kebutuhan ideal. Perbandingan yang dilakukan dalam pengujian hanya kebutuhan energi dan protein. Hal ini dikarenakan kebutuhan lemak dan

(77)

karbohidrat bergantung pada jumlah energi yang dibutuhkan tubuh sehingga nilainya akan berbanding lurus dengan energi tersebut.

Hasil percobaan terhadap 20 balita dapat dilihat pada Tabel 4.1 dan Tabel 4.2 dengan keterangan untuk jenis kelamin yaitu L adalah laki-laki dan P adalah perempuan, sedangkan keterangan untuk status gizi yaitu N adalah status gizi normal, R adalah status gizi rendah dan L adalah status gizi lebih. Pengujian yang dilakukan terhadap kebutuhan energi dan protein akan bernilai benar jika memenuhi batas atas dan bawah yang telah ditetapkan. Sedangkan penentuan pola menu makanan untuk 16 data balita dapat dilihat pada lampiran.

Tabel 4.1 Nilai Kuadrat simpang dalam uji coba kebutuhan energi No Metode Fuzzy

Tsukamoto

Metode Manual Standar Ideal

x (x-�̅)2 x (x-�̅)2 x (x-�̅)2 1 1583,13 4128,06 1377 2376,56 1647 10712,25

2 1453,03 2716,49 1230 9653,06 1500 1892,25

3 1422,3 6864,12 1179 22275,56 1458 7310,25

4 1518,32 173,45 1287 1701,56 1512 992,25

5 1658,21 23427,36 1710 145733,06 1638 8930,25

6 1665,0 25552,02 1030 88953,06 1440 10712,25

7 1440,61 4165,41 1230 9653,06 1500 1892,25

8 1560,0 3008,52 1300 798,06 1540 12,25

9 1615,37 12148,45 1647 101601,56 1566 506,25

(78)

11 1557,13 2701,92 1647 101601,56 1566 506,25

12 1512,0 46,92 1190 19113,06 1620 5852,25

13 1633,05 16358,41 1260 4658,06 1593 2450,25

14 1386,0 14196,72 1215 12825,56 1566 506,25

15 1539.55 1183,36 1548 48290,06 1566 506,25

16 1401,82 10677,09 1250 6123,06 1580 1332,25

17 1542,78 1416,02 1370 1743,06 1570 702,25

18 1350,0 24071,52 1125 41310,56 1440 10712,25

19 1342,67 26399,75 1150 31773,06 1440 10712,25

20 1548,6 1887,90 1620 85118,06 1548 20,25

29999,57 237846,39 26565 751749,75 30870 77593

Tabel 4.2 Varian dan rata-rata dalam uji coba kebutuhan energi Metode Tsukamoto Metode Manual Standar Ideal

�̅ = 29999,57

20 = 1499,98

= 237846₁₉ ,39 = 12518,23 S

�̅ = 26565

20 = 1328,25

=751749,75

19 = 39565,77 S

�̅ = 30870₂₀ = 1543,5

= 77593

19 = 4083,84

1. Selang kepercayaan 95% untuk selisih metode manual dan standar ideal Z∝/2 =1.96

(79)

x x

n n x x n n

1 - 2 - zα < - < 1 - 2 + zα

σ σ _µ _µ σ σ

2 2 1 2 1 2 2 2 1 2 1 2 1 2 2 2 × +    _  × +   _

Batas Bawah = (1328,25-1543,5) – 1.96 �39565,77

20 +

4083,84

= -215,26 – 1.96 (46,72) = -215,26 – 91,57 = -306,83

Batas Atas = (1328,25-1543,5) – 1.96 �39565,77

20 +

4083,84

= -215,26 + 1.96 (46,72) = -215,26 +91,57

= -123,69

2. Selang kepercayan 95% untuk selisi metode fuzzy Tsukamoto dan standar ideal

Batas Bawah = (1499,98-1543,5) – 1.96 �12518,23

20 +

4083,84

= -44,21 – 1.96 (28,81) = -44,21 – 56,47 = -99,99

Batas Atas = (1499,98-1543,5) – 1.96 �12518,23

20 +

4083,84

= -44,21 + 1.96 (28,81) = -44,21 + 56,47 = 12,95

(80)

Tabel 4.3 Total nilai kuadrat simpangan dalam uji coba kebutuhan protein No Metode Fuzzy

Tsukamoto

Metode Manual Standar Ideal

x (x-�̅)2 x (x-�̅)2 x (x-�̅)2

1 33,75 14,88 27,39 1,62 32,77 8,92

2 27,60 5,26 22,63 12,17 27,60 4,77

3 30,20 0,09 23,45 7,12 28,99 0,63

4 30,07 0,03 29,59 12,05 30,10 0,10

5 32,58 7,22 34,01 62,28 32,58 7,82

6 26,50 11,51 18,95 51,38 26,49 10,84

7 28,50 1,94 22,63 12,17 27,60 4,77

8 28,34 2,41 23,92 4,83 28,34 2,08

9 31,15 1,58 32,76 44,12 31,15 1,87

10 29,89 0,00 22,00 16,96 29,07 0,51

11 31,15 1,58 28,15 4,13 31,15 1,87

12 29,81 0,01 21,89 17,88 29,81 0,00

13 32,41 6,34 25,10 1,04 31,68 3,60

(81)

15 31,15 1,58 31,15 25,32 31,15 1,87

16 29,07 0,68 22,10 16,14 29,07 0,51

17 28,89 1,01 28,89 7,68 28,89 0,80

18 28,64 1,57 22,38 13,97 28,64 1,31

19 28,64 1,57 23,00 9,72 28,64 1,31

20 30,79 0,81 32,22 37,23 30,79 1,01

599,46 62,31 522,36 374,07 28,99 0,63

Tabel 4.4 Varian dan rata-rata dalam uji coba kebutuhan Protein

Metode Tsukamoto Metode Manual Standar Ideal

S2 =62,31

19 = 3,28

�̅ = 599,46

20 = 29,97

S2 = 374,07

19 = 19,69

�̅ = 522,36

20 = 26,12

S2 = 56,45

19 = 2,97

�̅ = 595,66

20 = 29,78

1. Selang kepercayaan 95% untuk selisih metode manual dan standar ideal Z∝/2

Batas Bawah = (26,12-29.78) – 1.96 �19,69

20 +

2,97 20

=1.96

= -3,66 – 1.96 (1,05) = -3,66 – 2,07 = -5,73

(82)

Batas Bawah = (26,12-29.78) – 1.96 �19,69

20 +

2,97 20

= -3,66 + 1.96 (1,05) = -3,66 + 2,07 = -1,59

Selang kepercayaan 95% untuk selisih metode fuzzy tsukamoto dan standar ideal Z∝/2

Batas Bawah = (29,97-29.78) – 1.96 �3,28

20 +

2,97 20

=1.96

= 0,19 – 1.96 (0,56) = 0,19 – 1,10 = -0,91

Batas Bawah = (29,97-29.78) – 1.96 �3,28

20 +

2,97 20

= 0,19 + 1.96 (0,53) = 0,19 + 1,10 = 1,29

(1)

11 58 P 15.3 103.5 31,15 28,15 4,13 -3 0 Benar Benar

12 45 L 12.6 97.6 29,81 21,89 17,88 -7,92 0,00 Salah Benar

13 54 L 14.7 108 32,41 25,10 1,04 -6,58 0,73 Salah Salah

14 52 L 15.4 105.7 31,15 30,15 16,26 -1,00 0,00 Benar Benar

15 52 L 16.5 99.8 31,15 31,15 25,32 0 0 Salah Benar

16 43 L 12.9 97.9 29,07 22,10 16,14 -6,97 0,00 Salah Benar

17 46 P 13.7 100 28,89 28,89 7,68 0 0 Salah Benar

18 48 P 12.5 98.6 28,64 22,38 13,97 -6,26 0,00 Salah Benar

19 48 P 13 96.3 28,64 23,00 9,72 -5,64 0 Benar Benar

20 57 P 17.8 120.5 30,79 32,22 37,23 1,43 0,00 Salah Benar

(2)

1. Analisis kebenaran metode manual terhadap standar ideal Prosentase kebutuhan energi =

�

nilaibenar

jumlahdataujicoba

�

x 100% =

�

x 100% = 45%

Prosentase kebutuhan protein =

�

nilaibenar

jumlahdataujicoba

�

x 100% =

�

x 100% = 45%

2. Analisis kebenaran metode fuzzy Tsukamoto terhadap standar ideal Prosentase kebutuhan energi =

�

nilaibenar

jumlahdataujicoba

�

x 100% =

�

x 100% = 75%

Prosentase kebutuhan protein =

�

nilaibenar

jumlahdataujicoba

�

x 100% =

�

x 100% = 100%

Analisis kebenaran dalam menentukan kebutuhan energi dan protein yang dihasilkan metode fuzzy Tsukamoto memiliki persentase yang lebih besar dibandingkan metode manual. Dikarenakan menentukan status gizi pada metode manual adalah berat badan menurut umur, sehingga kebutuhan energi dan protein yang dihasilkan berdasarkan berat badan. Sedangkan dalam metode fuzzy Tsukamoto yaitu berat badan menurut umur, tinggi badan menurut umur dan berat badan menurut tinggi badan, sehingga kebutuhan energi dan protein yang dihasilkan berdasarkan berat badan dan tinggi

(3)

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Pada penelitian yang dilakukan pada 20 balita usia 36-59 bulan, metode fuzzy tsukamoto memiliki analisis kebenaran dengan standard ideal sebesar 75% dalam menentukan kebutuhan energi, lemak dan karbohidrat. Sedangkan dalam menentukan kebutuhan protein, metode fuzzy tsukamoto memiliki analisis kebenaran dengan standard ideal sebesar 100%.

Nilai yang dihasilkan oleh fuzzy tsukamoto tersebut lebih mendekati kebutuhan ideal bila dibandingkan dengan metode manual yang memiliki analisis kebenaran dengan standard ideal sebesar 45% dalam menentukan kebutuhan energi, lemak, karbohidrat. Sedangkan dalam menentukan kebutuhan protein, metode manual memiliki analisis kebenaran dengan standard ideal sebesar 45%.

Dapat disimpulkan Metode fuzzy tsukamoto adalah suatu alternatif untuk menentukan kebutuhan energi,protein,lemak dan juga karbohidrat, hasil dari penelitian ini dapat digunakan sebagai dasar dalam memenuhi kebutuhan gizi yang seimbang pada balita dalam menentukan pola makanan sehari-hari sehingga kebutuhan gizi balita yang berupa energi,protein,lemak dan karbohidrat dapat terpenuhi

5.2 Saran

Metode fuzzy tsukamoto tidak hanya dapat digunakan dalam bidang kesehatan yaitu menentukan gizi seimbang pada balita saja, dan juga penggunaan metode fuzzy tsukamoto dapat di kombinasikan dengan metode lain nya sehingga mendapatkan perhitungan yang lebih akurat

(4)

DAFTAR PUSTAKA

Minarno, Eko Budi dan Liliek Hariani. 2008. Gizi Dan Kesehatan Perspektif Al

Qur’an DanSains. Malang: Uin-Malang Press

Herdiansyah, Heri. 2007. The Miracle Mengungkap Rahasia Makanan Dan Minuman

Berkhasiat Dalam Al-Quran. Jakarta: Zikrul Hakim

Muchtadi, Deddy. 2008. Pengantar Ilmu Gizi. Bandung: Alfabeta

Santoso, Soegeng dan Anne Lies. 1995. Kesehatan dan Gizi. Jakarta: Rineka Cipta Depkes, RI, 2004, Analisis Situasi Gizi dan Kesehatan Masyarakat, Jakarta

Ali, Arsad Rahim. 2008. Penilaian Status Gizi Anak

press.com/2008/08/penilaian-status-gizi-anak.doc. Diakses tanggal 9 April

2013

Anonim.http://auliya-0210.blogspot.com/2012/04/praktikum-gizi-pengukuran antropometri.html. Diakses tanggal 9 April 2013.

Nugroho A. S., 2003, Pengantar Softcomputing.www.IlmuKomputer.Com

Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: GrahaIlmu

Dwikusworo, Eri Pratiknyo.2003. Tes dan Pengukuran Olahraga. Semarang: Depdikbud.

Arhami M., 2005, Konsep Dasar Sistem Pakar. Ed I., Andi Offset, Yogyakarta.

Almatsier, Sunita. 2004. Prinsip Dasar Ilmu Gizi. Jakarta : PT Gramedia Pustaka Umum

Pandjaitan, Lanny W. 2007. Dasar-Dasar Komputasi Cerdas. Yogyakarta: Andi

Sukandarrumidi. 2002. Metodologi Penelitian Petunjuk Praktis Untuk Peneliti Pemula. Yogyakarta:Gadjah Mada University Press

(5)

Sutrisno, Hadi .2004.Metodologi Research. Jilid I. Yogyakarta :Penerbit Andi Yogya. Waterlow,dkk, 1997, Gizi Indonesia.Vol XV No.2.

Sediaoetama, Achmad Djaeni. 1985. Ilmu Gizi Untuk Mahasiswa dan Profesi Jilid I. Jakarta :Dian Rakyat

Sediaoetama, Achmad Djaeni. 1988. Ilmu Gizi Untuk Mahasiswa dan Profesi Jilid II. Jakarta : Dian Rakyat

YuniWidyas tiwi.2007, Model Fuzzy Dengan Metode Tsukamoto, Jurnal Bina Widya Vol 18. No.2

Eko Nurmianto ,” Ergonomi , Konsep Dasar dan Aplikasinya “, ITSN , Surabaya.

Js.Badudu,1996”Kamus Bahasa Indonesia”Yogyakarta,Pustaka Sinar Harapan

Suharsimi, Arikunto. 2002. Prosedur Penelitian Suatu Pendekatan Praktek. Jakarta: PT. Rineka Cipta

Nugroho, Adi. 2005. Rational Rose untuk Pemodelan Berorientasi Objek, Informatika

(6)

LAMPIRAN I : Daftar Publikasi Ilmiah

DAFTAR PUBLIKASI ILMIAH PENULIS (TESIS) No Judul Artikel Penulis Publikasi

(Artikel/Jurnal/dll)

Waktu Publikasi

Kombinasi Metode Fuzzy Tsukamoto Dan Metode Antropometri Untuk Medapatkan Status Gizi Seimbang

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE

ANTROPOMETRI UNTUK MENDAPATKAN STATUS GIZI

SEIMBANG

ABSTRAK

DAFTAR ISI

ABSTRAK

z

+

<

-<

z

















+

×

















+

×

n

n

x

x

n

n

x

x

σ

σ

µ

µ

σ

σ

�

�

�

�

�

�

�

�

�

�

�

�

�

�

�

�

DAFTAR PUSTAKA

Parts

Dokumen yang terkait

ANALISIS STATUS GIZI BERDASARKAN INDIKATOR GIZI DENGAN METODE FUZZY C-MEANS CLUSTERING

Penentuan Kelayakan Operasional Bus Dengan Metode Fuzzy Tsukamoto.

Contoh Program Fuzzy Metode Tsukamoto Dengan C .

Contoh Program Logika Fuzzy dengan Metode Tsukamoto

APLIKASI PEMANTAUAN STATUS GIZI BERDASARKAN PENGUKURAN ANTROPOMETRI MENGGUNAKAN METODE FUZZY LOGIC

Identifikasi Penyakit Pada Kambing Menggunakan Metode Fuzzy Tsukamoto

Pengukuran Status Gizi dengan Antropometri Gizi

BAB 2 TINJAUAN PUSTAKA 2.1 Fungsi Keanggotaan - Kombinasi Metode Fuzzy Tsukamoto Dan Metode Antropometri Untuk Medapatkan Status Gizi Seimbang

KOMBINASI METODE FUZZY TSUKAMOTO DAN METODE ANTROPOMETRI UNTUK MEDAPATKAN STATUS GIZI SEIMBANG TESIS HASANUL FAHMI 117038033

LAPORAN TUGAS AKHIR SISTEM PENDUKUNG KEPUTUSAN PENENTUAN STATUS GIZI PADA BALITA MENGGUNAKAN METODE FUZZY TSUKAMOTO DECISION SUPPORT SYSTEMS DETERMINING NUTRITIONAL STATUS OF INFANTS USING FUZZY TSUKAMOTO

Dokumen yang Anda mencari sudah siap untuk unduhkan