Cover Image

Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded

Main Author: Putri, Nanda Epriliana Asmara
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2017
Subjects:
001.012 Classification
Online Access: http://repository.ub.ac.id/231/1/Putri%2C%20Nanda%20Epriliana%20Asmara.pdf
http://repository.ub.ac.id/231/
ctrlnum 231
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/231/</relation><title>Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded</title><creator>Putri, Nanda Epriliana Asmara</creator><subject>001.012 Classification</subject><description>Status gizi bayi sangat penting untuk diketahui orang tua, karena masih banyak ditemukan kasus kekurangan gizi balita di Indonesia yang tak kunjung hilang. Hal ini perlu diperhatikan karena dengan melihat kondisi fisik saja tidak cukup untuk mengetahui status gizi bayi tersebut termasuk gizi buruk, kurang, baik, atau lebih. Berdasarkan permasalahan tersebut, dibuatlah sistem klasifikasi status gizi bayi dengan metode K-Nearest Neighbor berbasis sistem embedded berdasarkan parameter jenis kelamin, umur, dan berat badan dari bayi. Pemilihan nilai parameter K yang akan diterapkan pada metode perlu adanya pencarian nilai dengan uji coba terlebih dahulu agar mendapatkan hasil nilai K terbaik untuk diterapkan pada sistem. Untuk pembacaan data berat menggunakan rangkaian dengan satu modul HX711, satu sensor load cell, yang dihubungkan dengan NodeMCU ESP8266 agar hasil pembacaan sensor dapat dikirim secara wireless ke komputer/PC yang akan digunakan sebagai parameter pengklasifikasian. Masukan data berupa jenis kelamin dan umur juga dibutuhkan untuk pengklasifikasian, sehingga jika ketiga parameter sudah terpenuhi hasil status gizi dapat langsung ditampilkan dengan menekan tombol Lihat Hasil. Selanjutnya semua data yang ditampilkan pada web dapat disimpan ke dalam basis data sehingga bisa digunakan untuk arsip data. Dari analisis yang dilakukan, didapatkan kesimpulan bahwa pengujian fungsional pada sensor berat memiliki persentase akurasi sebesar 96,95%, sedangkan pengujian fungsional penyimpanan basis data memliki persentase kesesuaian 100%. Untuk pengujian pencarian nilai K didapatkan persentase akurasi tertinggi ketika K=5 dan k=6 dengan besar persentase 62,50%. Sedangkan pengujian keseluruhan sistem klasifikasi status gizi bayi menghasilkan akurasi sebesar 94,5%.</description><date>2017-04-27</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/231/1/Putri%2C%20Nanda%20Epriliana%20Asmara.pdf</identifier><identifier> Putri, Nanda Epriliana Asmara (2017) Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/230/051704687</relation><recordID>231</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Putri, Nanda Epriliana Asmara
title Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded
publishDate 2017
topic 001.012 Classification
url http://repository.ub.ac.id/231/1/Putri%2C%20Nanda%20Epriliana%20Asmara.pdf
http://repository.ub.ac.id/231/
contents Status gizi bayi sangat penting untuk diketahui orang tua, karena masih banyak ditemukan kasus kekurangan gizi balita di Indonesia yang tak kunjung hilang. Hal ini perlu diperhatikan karena dengan melihat kondisi fisik saja tidak cukup untuk mengetahui status gizi bayi tersebut termasuk gizi buruk, kurang, baik, atau lebih. Berdasarkan permasalahan tersebut, dibuatlah sistem klasifikasi status gizi bayi dengan metode K-Nearest Neighbor berbasis sistem embedded berdasarkan parameter jenis kelamin, umur, dan berat badan dari bayi. Pemilihan nilai parameter K yang akan diterapkan pada metode perlu adanya pencarian nilai dengan uji coba terlebih dahulu agar mendapatkan hasil nilai K terbaik untuk diterapkan pada sistem. Untuk pembacaan data berat menggunakan rangkaian dengan satu modul HX711, satu sensor load cell, yang dihubungkan dengan NodeMCU ESP8266 agar hasil pembacaan sensor dapat dikirim secara wireless ke komputer/PC yang akan digunakan sebagai parameter pengklasifikasian. Masukan data berupa jenis kelamin dan umur juga dibutuhkan untuk pengklasifikasian, sehingga jika ketiga parameter sudah terpenuhi hasil status gizi dapat langsung ditampilkan dengan menekan tombol Lihat Hasil. Selanjutnya semua data yang ditampilkan pada web dapat disimpan ke dalam basis data sehingga bisa digunakan untuk arsip data. Dari analisis yang dilakukan, didapatkan kesimpulan bahwa pengujian fungsional pada sensor berat memiliki persentase akurasi sebesar 96,95%, sedangkan pengujian fungsional penyimpanan basis data memliki persentase kesesuaian 100%. Untuk pengujian pencarian nilai K didapatkan persentase akurasi tertinggi ketika K=5 dan k=6 dengan besar persentase 62,50%. Sedangkan pengujian keseluruhan sistem klasifikasi status gizi bayi menghasilkan akurasi sebesar 94,5%.
id IOS4666.231
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2017-10-03T09:47:48Z
last_indexed 2021-10-18T02:06:28Z
recordtype dc
_version_ 1730142652874096640
score 17.538404

Lihat Juga