PENERAPAN ALGORITMA DATA MINING PENENTUAN POTENSI STATUS GIZI BERMASALAH

Liliana Swastina, Bambang Lareno

Abstract


Perubahan berat badan balita dari waktu kewaktu merupakan petunjuk awal perubahan status gizi balita. Dalam periode 6 bulan, bayi yang berat badannya tidak naik 2 kali berisiko mengalami gizi kurang 12,6 kali dibandingkan pada bayi yang berat badannya naik terus. Dengan demikian perlu informasi yang lebih cepat dan cukup akurat, mengenai wilayah yang memiliki potensi balita kurang gizi. Informasi ini menjadi masukan bagi pemerintah dan penentu kebijakan di bidang kesehatan masyarakat guna pencegahan dan penanggulangan gizi buruk. Model yang diusulkan adalah peta potensi status gizi bermasalah. Model ini menggunakan pendekatan kombinasi algoritma data mining FCM dan C4.5. Hasil keluaran model ini adalah kategori untuk wilayah berpotensi status gizi bermasalah: Rendah, Sedang, Tinggi. Dalam penelitian ini, perhitungan yang berdasarkan pada nilai kecenderungan (P1, P2, P3, P4 dan P5) menghasilkan akurasi 90 persen. Dengan demikian, untuk menghasilkan peta sebaran potensi gizi bermasalah, lebih baik jika dasarkan langsung pada data lima nilai kecenderungan.


Full Text:

PDF

References


AD Sediaoetama, Ilmu Gizi. Jakarta: Dian Rakyat, 2004.

Soekirman, lmu gizi dan Aplikasinya untuk Keluarga dan Masyarakat. Jakarta: Departemen Pendidikan Nasional, 2000.

Depkes RI, Pencegahan Dan Penanggulangan Gizi Buruk.: Direktorat Bina Gizi Masyarakat, 2006.

Petrus Yustinus Lakumali, Hari Kusnanto, and Hermin Indah Wahyuni, "Model Pengambilan Keputusan dalam Penanggulangan Gizi Buruk Pada Balita: Studi Kasus di Wilayah Puskesmas Kota Dinas Kesehatan Kabupaten Belu Nusa Tenggara Timur (NTT)," Program Pasca Sarjana Universitas Gajah Mada, Yogyakarta, Tesis 2009.

Kementerian Kesehatan RI, SK Menkes RI No. 1995/Menkes/SK/XII/2010 Tentang Standar Antropometri Penilaian Status Gizi Anak.: Direktorat Bina Gizi, Direktorat Jenderal Bina Gizi Dan Kesehatan Ibu dan Anak, 2011.

Noviati Fuada, Sri Muljati, and Tjetjep S Hidayat, "Penentuan Daerah Rawan Gizi Berdasarkan Analisis Spatial," Media Litbang Kesehatan, vol. 22, no. 1, pp. 18-29, Maret 2012.

Yose Rizal, "Distribusi Spasial kasus Gizi Buruk Dan Gizi Kurang Pada Balita Di Kecamatan Mapat Tunggul Kabupaten Pasaman Tahun 2007," Sekolah Pasca Sarjana UGM, Yogyakarta, Tesis 2008.

Zhiwu Liu and Xiuzhi Zhang, "Prediction and Analysis for Students’ Marks Based on Decision Tree Algorithm," in 2010 Third International Conference on Intelligent Networks and Intelligent Systems, 2010.

Lior Rokach and Oded Maimon, Data Mining and Knowledge Discovery Handbook., 2010.

Liliana Swastina, Bambang Lareno, and Finki Dona Marleni, "Penentuan Potensi Status Gizi Bermasalah Menggunakan Decision Tree," in Konferensi Nasional Sistem dan Informatika, Bali, 2014, pp. 682-686.

Lukita Yuniati, "Game Fuzzle Berbasis Fuzzy C-Mean Untuk Memetakan Soal Ujian Nasional Fisika SMA," Universitas Dian Nuswantoro, Semarang, Tesis 2010.

Seksi Kesehatan Gizi, Bidang Kesehatan Keluarga, "Perbaikan Gizi Masyarakat Kota Banjarmasin 2013," Dinas Kesehatan Kotamadya Banjarmasin, Banjarmasin, Laporan Tahunan 2013.

Eko Prasetyo, Data Mining: Konsep dan Aplikasi Menggunakan Matlab, 1st ed., Nikodemus WK, Ed. Yogyakarta: Penerbit ANDI, 2012.

Kusrini, Lutfhi, and Emha Taufiq, Algoritma Data Mining.: ANDI Yogyakarta, 2009.

Rong Cao and Lizhen Xu, "Improved C4.5 Algorithm for the Analysis of Sales," in 2009 Sixth Web Information Systems and Applications Conference, 2009.


Refbacks

  • There are currently no refbacks.