gCLxcKKAJmbACaihfr7QajzX6AsZRlzTBM0AxvT0

Jurnal: Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak

Post a Comment
Jurnal: Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak

Abstrak 

Penentuan klasifikasi status gizi anak yang sering dilakukan adalah berdasarkan indeks berat badan menurut tinggi badan (BB/TB). Pada Puskesmas Batupanjang, indeks antropometri tersebut dihitung secara manual untuk menilai status gizi anak sekolah dasar dengan menggunakan daftar tabel z-skor atau simpangan baku / standar deviasi (SD) WHO NCHS (National Centre for Health Statistic). Metode Learning Vektor Quantization (LVQ) dan salah satu algoritma pengembangannya yaitu LVQ3 digunakan dalam penelitian ini untuk menangani penilaian status gizi anak berdasarkan simpangan baku rujukan terhadap indeks berat badan dan tinggi badan tersebut. Variabel yang digunakan dalam penilaian status gizi anak adalah jenis kelamin, berat badan, tinggi badan, penyakit infeksi, nafsu makan, dan pekerjaan kepala keluarga (KK). Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, algoritma LVQ3 lebih baik diterapkan untuk klasifikasi status gizi anak dibandingkan dengan algoritma LVQ1. Penggunaan parameter window (ε) pada jaringan syaraf tiruan LVQ3 memberikan pengaruh positif yakni dapat meningkatkan performa dalam klasifikasi jika dibandingkan tanpa menggunakan window (LVQ1). 

Kata kunci: Antropometri, Learning Vektor Quantization, Z-skor

Pendahuluan 

Penggunaan antropometri sebagai alat ukur status gizi semakin mendapat perhatian karena dapat digunakan secara luas dalam program-program perbaikan gizi di masyarakat. Penggunaan antropometri untuk penilaian status gizi, dapat dilakukan dengan mengukur beberapa parameter ukuran tunggal dari tubuh manusia. Parameter yang paling sering digunakan adalah umur, berat badan, dan tinggi badan. Kombinasi antara beberapa parameter disebut indeks. Indeks antropometri yang umum digunakan dalam menilai status gizi adalah berat badan menurut umur (BB/U), Tinggi badan menurut umur (TB/U), dan berat badan menurut tinggi badan (BB/TB).

Peneliti: Elvia Budianita 

Untuk lebih lengkapnya silahkan download di link berikut:
Jurnal: Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak


Related Posts

Post a Comment