<![CDATA[Penentuan status gizi balita dilakukan untuk mengatasi permasalahan yang sangat penting dan mendasar dari kesehatan masyarakat karena jika terjadi permasalahan status gizi pada balita, hal ini akan sangat berpengaruh pada tumbuh kembangnya dan bersifat irreversible (tidak dapat pulih). Untuk mengatasi permasalahan tersebut dibuat suatu sistem yang mempunyai kemudahan komputasi dalam pengklasifikasian status gizi. Data dianalisis dengan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dengan algoritma hibryda yang melakukan pembelajaran dengan metode Least Square Estimator dan Backpropagation dan pengklusteran dengan menggunakan fuzzy C-means. Tujuan penelitian ini adalah untuk membuat suatu sistem pengukuran dengan menggunakan metode ANFIS untuk penentuan status gizi balita sehingga pengguna dapat dengan mudah untuk melakukan pengukuran status gizi. Hasil evaluasi menunjukan bahwa hasil klasifikasi lebih akurat dibandingkan menggunakan perhitungan manual karena dengan perhitungan ANFIS, kecenderungan nilai rata-rata error dan rata-rata RMSE semakin kecil pada saat jumlah iterasi bertambah dari 200 ke 5000 dengan nilai jumlah input membership function sama dengan 9 dan nilai target error sama dengan 0,1, RMSE dan rata-rata error bernilai 0 dan akurasi total menjadi 81.15% dari 138 total data yang dilatih dan diuji. Penelitian ini menghasilkan tools program untuk penentuan status gizi balita dengan menggunakan metode ANFIS untuk mempermudah pengklasifikasian status gizi balita. Studi kasus yang dilakukan pada Rumah Sakit Umum W.Z. Yohannes Kupang. Â Kata kunci : Status gizi; Metode ANFIS; Algoritma hibryda; Fuzzzy C-means]]>
Copyrights © 2013
