1 SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN STATUS GIZI
BURUK PADA BALITA BERDASARKAN INDEKS ANTROPOMETRI MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) PADA
PUSKESMAS PURWOSARI COMAL PEMALANG
Hafidz Nurul Khakim, Sudaryanto, M.kom
Sistem Informasi-S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Kota Semarang, Jawa Tengah 50131, Semarang, (024) 3517261
E-mail :112201204598@mhs.dinus.ac.id
Abstrak
Gizi buruk yaitu dikategorikan kekurangan zat gizi, atau status gizinya berada pada level bawah standar. Zat gizi ini meliputi protein, karbohidrat dan kalori. Dalam gizi buruk terdapat 3 tipe yaitu gizi baik, gizi kurang, gizi lebih. keadaan gizi buruk ini ada setiap tahunya satu dari tiga anak meninggal karena kualitas gizi yang dibawah rata rata. Suatu riset membuktikan bahwa sekitar 3,5 juta anak meninggal setiap tahunnya dikarenakan permasalahan kurangnya kualitas gizi dan makanan yang buruk. Oleh karena itu posyandu dibentuk sebagai Upaya Kesehatan Bersumber daya Masyarakat (UKBM) diselenggarakan untuk masyarakat. Suatu sistem informasi berbasis komputer dikombinasikan dengan pemodelan dan juga data dalam penyediaan dukungan terhadap pengambil keputusan sebagai upaya pemecahan masalah semi terstruktur. Dengan bertujuan membantu pengambilan keputusan dan bukan menggantikan keputusan, Simple Additive Weighting adalah pemodelan metode penjumlahan bobot. Konsepnya adalah mencari jumlah terbobot berdasarkan pada rating kinerja di setiap alternatif di semua attribut. Metode dalam penelitian ini mampu menyatakan keputusan balita yang dikategorikan mengalami gizi buruk dengan landasan kriteria ketetapan indeks Antropometri, penelitian ini membuktikan pada tahap hasil akhir perangkingan dimana urutan tertinggi yaitu pada skor range 70-100 adalah balita yang terindikasi gizi buruk, sehingga balita tersebut diharuskan mendapatkan penyuluhan dan penanganan lebih lanjut dari puskesmas
Kata Kunci: simple additive weighting, gizi buruk , Antropometri Abstract
Malnutrition is categoriy nutritional deficiencies or nutritional status at the level of sub-standard. These nutrients include protein, carbohydrates and calories. In severe malnutrition there are three types: good nutrition, malnutrition, obesity. The existing state of malnutrition every year one in three children died of nutritional quality below average. A research shows 3.5 million children die every year due to lack of sufficient nutritional quality and bad food. Therefore posyandu formed as power Sourced Public Health Effort (UKBM) was organization for the public. A computer-based information system combined with modeling and also the provision of data in support to decision makers as semi-structured problem-solving efforts. With the aim to help decision-making and not replace decisions, Simple Additive weighting is the summation method of modeling weight. The concept to find the number of weighted based on the rating performance of each alternative from attributes. The methods this study were able to declare the decision categorized under five suffering from severe malnutrition with the criteria from Antropometri index, the final result rank where the highest order on the score range of 70-100 is a toddler who indicated malnutrition, so the toddlers can be required to obtain counseling and further treatment of puskesmas
1. PENDAHULUAN
kemajuan teknologi semakin mempermudah kegiatan manusia dalam kegiatan manajemen pada organisasi atau perusahaan. Abad ke 21, telah menjadikan perubahan terhadap proses pengambilan keputusan ketika seseorang akan mengambil keputusan dengan dukungan sistem komputer untuk diimplementasikan ke sistem pendukung keputusan (SPK).[1] Masa balita (di bawah lima tahun) merupakan waktu yang liabel dalam perkembangan masalah gizi. Masalah kekurangan dan kelebihan gizi pada balita adalah bagian masalah penting, Status gizi adalah gambaran terhadap keseimbangan mengenai asupan zat gizi untuk diperlukannya energi pada tubuh secara individual. [2]
Berdasarkan hasil wawancara dengan kepala Puskesmas Purwosari Comal Pemalang, bahwa puskesmas mengawasi 7 posyandu, setiap posyandu terdapat 20-40 balita. Pada Pencatatan KMS (Kartu Menuju Sehat) hanya terdapat parameter berat badan (BB) yang menunjukan perkembangan gizi anak sehingga Puskesmas Purwosari Comal Pemalang membutuhkan kriteria data lain dalam menentukan status gizi anak agar dapat memperjelas analisa kesehatan dalam hasil uji kriteria lain Dengan menggunakan indeks antropometri, puskesmas akan dapat lebih memahami mengenai keadaan status gizi anak tersebut.
2. METODE PENELITIAN
Konsep dasar SAW adalah melakukan pencarian pada penjumlahan berbobot terhadap alternatif alternatif pada semua attribut.[3] Metode SAW membutuhkan proses normalisasi untuk mencari keputusan (X) dalam skala tertentu
sehingga dapat melakukan perbadingan terhadap semua ratting alternatif yang telah ditentukan. Berdasarkan hal tersebut adapun langkah langkah penyelesaian dalam penggunaanya adalah:
1. Penentuaan Alternatif (Ai)
2. Menentukan kriteria yang ditujukan untuk patokan ketika pengamblan keputusan.(Cj) 3. Memberikan nilai ratting terhadap
setiap alternatif pada suatu kriteria 4. Penentuan Preferensi atau tingkat kepentingan (w) setiap kriteria W=W1, W2, W3,…Wj
5. Pembuatan tabel ratting untuk menentukan kecocokan pada setiap alternatif dan kriteria 6. Pembuatan matrik keputusan (X)
dalam pembentukan tabel ratting untuk menentukan kecocokan terhadap alternatif pada kriteria yang ada. Nilai (X) setiap alternatif (Ai), Dengan Persamaan sebagai berikut : [4]
Hasil klasifikasi perhitungan pada nilai Vi yang lebih besar berarti mengindikasikan bahwa alternatif Ai adalah alternatif terbaik.
2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan secara khusus didefinisikan sebagai sistem pendukung seorang manajer dalam suatu perusahaan/organisasi untuk membantu memberikan rangkaian informasi atau usulan menuju pada usulan tertentu. [5] Rangkaian pengambilan keputusan terdiri dari identifikasi masalah, mencari alternatif pemecahan suatu masalah, evaluasi
terhadap rangkaian alternatif alternatif tersebut dan memilah terhadap alternatif keputusan terbaik. Tujuan dari sistem Pengambilan keputusan adalah : [6] 1. Membantu mengambil keputusan
untuk dapat menjawab pemecahan masalah secara semi terstruktur. 2. Mendukung dalam melakukan
penilaian seseorang dalam membantu pemcahan keputusan bukan mengganti keputusan yang diambil dari si pengambil keputusan.
3. Peningkatan efektifitas terhadap keputusan, bukan dari sisi efisiensi. 2.2 Status Gizi Buruk
Status Gizi yaitu elemen elemen yang berada pada level setiap individu (level mikro). Elemen yang berpengaruh secara langsung adalah konsumsi makanan dan juga infeksi. Adapun pengaruh yang tidak secara langsung yaitu rangkaian pola pemeliharaan anak, kebutuhan pangan di keluarga dan lingkungan kesehatan yang tepat, termasuk akses dari fasilitas kesehatan. [7] Kemudian ketika status zat gizi kurang terjadi berarti tubuh kekurangan dalam memperoleh zat gizi tersebut. Maka dalam hal ini, status gizi setiap individu dipengaruhi terhadap asupan makanan yang bergantung pada kuantitas pangan yang didapatkan, kebiasaan dalam keluarga dan pola hidup sesorang.
2.3 Antropometri
Pengertian Antropometri merupakan pengukuran terhadap tubuh manusia. Peninjauan dilakukan dengan sudut pandang dari gizi, dengan demikian antropometri gizi berdasarkan beberapa pengukuran dari struktur tubuh dan komposisinya mulai dari tingkat umur ke tingkat gizi [8] Adanya antropometri dipakai dalam melihat tidak seimbangannya pola pertumbuhan fisik
pada setiap individu yaitu perbandingan antara jaringan tubuh yaitu otot, lemak, jumlah air dalam organ tubuh.
3. HASIL DAN PEMBAHASAN 3.1 Metode Analisis
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. ada beberapa tahapan untuk menyelesaikan suatu kasus menggunakan metode SAW ini.
1. Menentukan kriteria kriteria yang akan dijadikan sebagai pembobotan terhadap alternatif CJ (j=1.2,……n)
2. Memberi nilai terhadap bobot untuk mengklasifikasikan status gizi yang menunjukan gizi baik, gizi kurang, gizi lebih pada setiap attribut atau kriteria.
3. Memproses normalisasi matriks keputusan (X) pada suatu skala untuk dapat membandingkan terhadap bobot semua alternatif yang ada.
4. Melakukan perkalian bobot terhadap setiap kriteria menggunakan matriks yang sudah ternormalisasi, kemudian hasil dari perkalian dijumlahkan dari masing masing alternatif. Proses perangkingan berdasarkan alternatif terhadap nilai yang paling tertinggi sampai nilai terendah 3.2 Kriteria Yang Dibutuhkan
1. Berat Badan menurut Umur
Tabel 3.1 BB/U BB/U Nilai Gizi Buruk 100 Gizi Kurang 80 Gizi Baik 60 Gizi Lebih 50
2. Tinggi Badan menurut Umur (TB/U) Tabel 3.2 TB/U TB/U Nilai Sangat Pendek 100 Pendek 80 Normal 50 Tinggi 10
3. Berat Badan menurut Tinggi Badan Tabel 3.3 BB/TB BB/TB Nilai Sangat Kurus 100 Kurus 80 Normal 50 Gemuk 10
4. Indeks Masa Tubuh menurut Umur Tabel 3.4 IMT/U IMT/U Nilai Sangat Kurus 100 Kurus 80 Normal 50 Gemuk 10 5. Uji Klinis/Fisik
Tabel 3.5 Uji Klinis
Uji klinis Nilai
Sangat Buruk 100
Buruk 80
Baik/Normal 20
3.3 Presentase Bobot Kriteria
Berikut presentase bobot yang digunakan untuk menentukan status gizi buruk pada balita
Tabel 3.6 Bobot Kriteria Nama Kriteria Bobot (W) Keterangan BB/U 25 % C1 TB/U 25 % C2 BB/TB 20 % C3 IMT/U 20 % C4 Uji klinis 10 % C5
3.5 Perhitungan Sample Data Balita Akan di lakukan pendeteksian gizi buruk terhadap 5 balita. Akan di pilih
2 balita dengan skor tertinggi sebagai balita dengan gizi yang buruk.
Ada 5 alternatif yang akan di deteksi A1 = Novila A2 = Galing A3 = Septiana A4 = Lupi A5 = Nayla
1. Membuat Matriks Keputusan a. Menentukan nilai kriteria dari
setiap alternatif C1 C2 C3 C4 C5 A1 100 100 50 100 100 A2 50 100 50 50 80 A3 50 50 50 100 20 A4 50 50 50 80 20 A5 50 80 10 50 20 b. Normalisasi R 1) A1 11 = ( , , , , )= = 1 12 = ( , , , , )= = 1 r13 = ( , , , , )= = 1 r14 = ( , , , , )= = 1 r15 =
( , , , , )= = 1 2) A2 r21 = ( , , , , )= = 0.5 r22 = 100 1 (100,100,50,50,80) = 100 100 = 1 r23 = ( , , , , )= = 1 r24 = ( , , , , )= = 0.5
1 Master data 2 Perhitungan SAW 3 Laporan Kader Posyandu user kriteria nilai alternatif rangking Puskesmas data nilai attribut data alternatif data kriteria data user user kriteria nilai alternatif alternatif kriteria nilai rangking rangking Laporan penilaian gizi nilai alternatif kriteria r25 = ( , , , , )= = 0.8 3) A3 r31 = ( , , , , )= = 0.5 r32 = 50 1 (100,100,50,50,80) = 50 100 = 0.5 r33 = ( , , , , )= = 1 r34 = ( , , , , )= = 1 r35 = ( , , , , )= = 0.2 4) A4 r41 = ( , , , , )= = 0.5 r42 = 50 1 (100,100,50,50,80) = 50 100 = 0.5 r43 = ( , , , , )= = 1 r44 = ( , , , , )= = 0.8 r45 = ( , , , , )= = 0.2 5) A5 r51 = ( , , , , )= = 0.5 r52 = 80 1 (100,100,50,50,80) = 80 100 = 0.8 r53 = ( , , , , )= = 0.2 r54 = ( , , , , )= = 0.5 r55 = ( , , , , )= = 0.2 c. Perangkingan V1=[(1x25)+(1x25)+(1x20)+(1x20)+ (1x10)] =100 V2=[(0.5x25)+(1x25)+(1x20)+(0.5x20)+ (0.8x10)] = 75.5 V3=[(0.5x25)+(0.5x25)+(1x20)+(1x20)+ (0.2x10)] = 67 V4=[(0.5x25)+(0.5x25)+(1x20)+(0.8x20) +(0.2x10)]= 55 V5=[(0.5x25)+(0.8x25)+(0.2x20)+(0.5x20) +(0.2x10)] = 48.5 d. Hasil Akhir
Dua nilai tertinggi yaitu berada diatas nilai range 75-100 adalah V1 dan V2, sehingga alternatif A1 dan A2 diduga telah mengalami gizi buruk Dengan kata lain, Novilla dan Galing Mengalami Gizi Buruk.
3.4 Perancangan Sistem
Pada DFD Level 1 ini user dapat melakukan proses input data balita, hapus, edit dan proses perangkingan dan program akan menampilkan informasi data balita dan informasi hasil skor status gizi balita.
3.5 Tampilan Program 1. Tampilan halaman input data
Pada Gambar 3.2 merupakan halaman input alternatif, Dimana data data tersebut dimasukan berdasarkan kriteria yang sudah ditentukan melalui proses perhitungan. Ada beberapa macam tombol seperti tambah data, hapus, dan edit data
Gambar 3.2 Halaman Input Alternatif
2. Tampilan Hasil Seleksi Akhir
Gambar 3.4 merupakan hasil akhir skor dari proses aplikasi balita yang terindikasi gizi buruk. Dimana hasil yang akan ditampilkan adalah balita dengan alternatif tertinggi sampai alternatif terendah. Sehingga yang akan masuk pada kategori gizi buruk adalah balita yang mempunyai skor 75-100
Gambar 3.4 Halaman Hasil Akhir
4. KESIMPULAN
Setelah melakukan pengolah data melalui metode simple additive weighting untuk mendukung pengambilan keputusan terhadap data balita pada posyandu dengan tujuan mendapatkan atau merekomendasikan balita yang terindikasi gizi buruk untuk dilakukan penangan kesehatan, Maka dapat disimpulkan bahwa Hasil dari keputusan balita yang terindikasi gizi buruk dapat dilihat dari perangkingan tabel hasil akhir, dimana balita yang mempunyai nilai akhir range 75-100 adalah balita gizi buruk, melainkan balita yang mempunyai nilai akhir range 0-75 adalah balita dengan gizi baik. Penggunaan Metode Simple additive weighting dalam penelitian ini mampu menghasilkan keputusan balita yang dapat dikategorikan dan terindikasi gizi buruk sesuai dengan kriteria yang ada, hal ini dibuktikan dalam tahap pengujian penelitian.
DAFTAR PUSTAKA
[1] D. Berlianda, "Sistem Pendukung Keputusan Pendeteksian Gizi Buruk Pada Balita Menggunakan metode SAW," Universitas Dian
Nuswantoro, pp. 1-8, 2014. [2] R. Anggraeni, "Klasifikasi status
gizi balita berdasarkan indeks Antropometri (BB/U) menggunakan jaringan saraf tiruan," Universitas Gunadarma, pp. 1-15, 2010. [3] Fishburn, Problem-based selection
of multi Attribute decision makin Methods, New Jersey: Blackwell Publishing, 1967.
[4] H. S., Neuro Fuzzy Integrasi Sistem Fuzzy dan Jaringan syaraf,
[5] H. J., Membangun Decision Support system, Yogyakarta: Andi, 2005. [6] R. Mcleod, Management
Information system, New Jersey: Prentice Hall, 2001.
[7] H.Rahardjo, Metodelogi Penilaian Status Gizi Secara Antropometri, Bogor: IPB Bogor, 2001. [8] Supariasa, Penilaian Status Gizi,
