RANCANG BANGUN ALAT UKUR BERAT BADAN, TINGGI BADAN, DAN LINGKAR KEPALA BAYI BERBASIS RASPBERRY PI YUNI MARSINTA BUTAR BUTAR

(1)

RANCANG BANGUN ALAT UKUR BERAT BADAN, TINGGI BADAN, DAN LINGKAR KEPALA BAYI BERBASIS RASPBERRY PI

YUNI MARSINTA BUTAR BUTAR 131402121

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2018

(2)

RANCANG BANGUN ALAT UKUR BERAT BADAN, TINGGI BADAN, DAN LINGKAR KEPALA BAYI BERBASIS RASPBERRY PI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi

YUNI MARSINTA BUTAR BUTAR 131402121

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2018

(3)

PERSETUJUAN

Judul : RANCANG BANGUN ALAT UKUR BERAT

BADAN, TINGGI BADAN, DAN LINGKAR KEPALA BAYI BERBASIS RASPBERRY PI

Kategori : SKRIPSI

Nama : YUNI MARSINTA BUTAR BUTAR

Nomor Induk Mahasiswa : 131402121

Program Studi : TEKNOLOGI INFORMASI

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :

Dosen Pembimbing II Dosen Pembimbing I

(Seniman S.Kom, M.Kom) (Baihaqi Siregar, S,Si, M.T) NIP. (19870520 1909 1 001) NIP. (19790108 20121 002)

Diketahui/Disetujui oleh

Program Studi S1 Teknologi Informasi Ketua,

(Romi Fadillah Rahmat, B.Comp.Sc., M.Sc) NIP. (19860303 201012 1 004)

(4)

iii

PERNYATAAN

RANCANG BANGUN ALAT UKUR BERAT BADAN, TINGGI BADAN, DAN LINGKAR KEPALA BAYI BERBASIS RASPBERRY PI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 25 Januari2018

Yuni Marsinta Butar Butar 131402121

(5)

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadiratTuhan yang maha esa, karena rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.Banyak bantuan berupa uluran tangan, budi baik, buah pikiran dan kerjasama yang telah penulis terima selama menempuh studi sampai dengan penyelesaian studi (skripsi) ini.Ucapan terima kasih penulis sampaikan kepada:

1. Prof. Dr. Runtung Sitepu, SH, M.Hum selaku Rektor Universitas Sumatera Utara.

2. Prof. Dr. Opim Salim Sitompul M.sc selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

3. Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc selaku Ketua Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

4. Ibu Sarah Purnamawati, ST., M.Sc selaku sekretaris Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

5. Bapak Baihaqi Siregar, S,Si, M.T dan bapak Seniman S.Kom, M.Kom selaku pembimbing 1 dan 2.

6. Bapak Dani Gunawan. ST., MT selaku dosen pembanding 2 saya.

7. Seluruh dosen di lingkungan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara

8. Yang terkasih kedua Orang tua tercinta yang senantiasa memberika semangat dan motivasi sehingga membuat saya selalu optimis dalam pengerjaan tugas akhir ini.

9. Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan Teknologi Informasi USU terkhusus abangda Faisal Hamid dan Abdul manaf yang telah membantu penulis dalam proses pembuatan skripsi.

10. Sahabat-Sahabat, Anggi Damira, Yanti Disri, Pujiarti, Veronica Adelina, Fikwater Simanjuntak, Triana Ronatama, Novi Endah, Sri Atika, Hafni

(6)

v

Silfizah, Eka Pratiwi, Ita Widianti, Grace Lusiana, Karina Br Tanggang, yang telah berbagi kebersamaan dan saling memberikan semangat serta dorongan kepada penulis selama menyelesaikan skripsi ini.

(7)

ABSTRAK

Status gizi adalah ekspresi dari keadaan keseimbangan dalam bentuk variable tertentu sedangkan pemantauan gizi merupakan suatu kegiatan untuk menemukan secara dini adanya penyimpangan tumbuh kembang pada balita.Cara penilaian status gizi merupakan cara yang dilakukan untuk mengetahui status gizi seseorang.Metode Antropometri secara umum adalah pengukuran dimensi fisik dan komposisi kasar tubuh dan sebagai bidang ilmu yang berhubungan dengan dimensit tubuh manusia.

Alat dan sistem yang dibangun sangat membantu dalam melaksanakan perhitungan terhadap indicator Antrompometri yang akan dikalibrasikan.Alat dan sistem yang dibangun secara data dapat dipercaya dikarenakan tingkat kekeliruan dari hasil percobaan dengan perhitungan manual sangat minim hanya 0,082% dari beberapa sampel yang diuji

Kata Kunci : Robotika, Antropometri,Loadcell, Gizi

(8)

vii

ABSTRACT

Nutritional status is the expression of the state of balance in the form of certain variables whereas nutrition monitoring is an activity to find early existence of deviation of growth and development of toddler. How to assess the nutritional status is a way that is done to determine the nutritional status of a person. Anthropometric method in general is the measurement of physical dimensions and composition of the body and as a field of science related to dimensit human body. Tools and systems built are very helpful in carrying out calculations on the antrompometry indicator to be calibrated. Tools and systems built data reliably due to the error rate of the experimental results with manual calculations is minimal only 0.082% of the samples tested

Keywords: Robotics, Anthropometry, Loadcell, Nutrition

(9)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel xi

Daftar Gambar xii

Bab I Pendahuluan

1.1 Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 4

1.6 Metodologi Penelitian 4

1.7 Sistematika Penulisan 5

Bab IITinjauan Pustaka

2.1 Metode Antropometri 6

2.1.1 Posyandu 6

2.1.2 Loadcell 7

2.1.3 Raspberry PI 7

2.1.4 Sensor Berat 9

2.1.4.1 Prinsip Kerja Sensor Berat (Loadcell) 9

2.1.5 Modul Penguat HX711 11

2.1.6 Open Source Computer Vision (OpenCV) 12

(10)

ix

2.1.7 Metode Haar Cascade Classifier 13

2.1.7.1 Sistem kerja Algoritma Haar Cascade Classifier 13

2.1.7.2 Haar Feature 14

2.1.7.3 Integral Imager 14

2.1.7.4 Adaptive Boosting(AdaBoost) 15

2.1.7.5 Cascade Classifier 15

2.2 Penelitian Yang Relevan 16

Bab 3 Analisis dan Perancangan Sistem

3.1 Analisis Sistem 19

3.1.1 Analisis Masalah 19

3.1.2Analisis Persyaratan 20

3.2 Analisis Pemodelan Sistem 21

3.2.1 Use-Case Diagram 21

3.2.2 Activity Diagram 22

3.2.3 Sequence Diagram 23

3.3 Flowchart 23

3.4 Perancangan Antar Muka 26

Bab 4 Implementasi dan Pengujian

4.1 Implementasi Sistem 29

4.1.1 Tampilan Kontruksi Utama 29

4.1.2 Tampilan Utama 30

4.1.3 Tampilan Main Aplikasi 30

4.1.4 Tampilan Aplikasi Sampel Penelitian 31

4.1.5 Dokumentasi Pengujian Sampel 30

4.2 Pengujian Sistem 35

4.2.1 Perbandingan Data Pengukuran manual dan alat 36

4.2.2 Pengujian Lingkar Kepala 36

4.2.3 Pengujian Berat badan 39

4.2.4 Pengujian Panjang badan 41

Bab 5 Kesimpulan dan Saran

(11)

5.1 Kesimpulan 42

5.2 Saran 42

(12)

xi

DAFTAR TABEL Nomor

Tabel Nama Tabel Halaman

4.1 Tabel Perbandingan Pengukuran 38

4.1 Tabel Perbandingan Pengujian Lingkar Kepala 39 4.2 Tabel Perbandingan Pengujian Berat Badan 40

(13)

DAFTAR GAMBAR Nomor

Gambar Nama Gambar Halaman

2.1 Blok Diagram Rasp PI 8

2.2 Rangkaian Jembatan WhiteStone 9

2.3 Rangkaian Jembatan Whitestone dengan beban 10

2.4 Molekul Penguat HX771 12

2.5 Integral Image 15

2.6 Cascade Classifier 16

3.1 Diagram Ishikawa 18

3.2 Diagram Use-Case 21

3.3 Activity Diagram 22

3.4 Sequence Diagram 23

3.5 Flowchart Mengukur Tinggi Badan 24

3.6 Flowchart mengukur lingkar kepala bayi 25

3.7 Rancangan Home Pada Aplikasi 26

3.8 Rancangan Main Aplikasi 27

4.1 Kerangka Alat bagian samping dan bagian bawah 29

4.2 Tampilan Utama 30

4.3 Tampilan Main Aplikasi 30

4.4 Tampilan Main Aplikasi Ketika Ada Sampel 31

(14)

BAB 1 PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang penilitian judul skripsi

“Mengukur Panjang Bayi, lingkar kepala dan berat badan bayi dengan menggunakan Raspberry PI”.Rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustaka,dan sistematika penulisan skripsi.

1.1. Latar Belakang

Status gizi adalah ekspresi dari keadaan keseimbangan dalam bentuk variabel tertentu (Supariasa,2002), sedangkan pemantauan gizi merupakan suatu kegiatan untuk menemukan secara dini adanya penyimpangan tumbuh kembang pada balita.

Penilaian status gizi merupakan cara yang dilakukan untuk mengetahui status gizi seseorang. Cara penilaian status gizi dapat ditentukan dengan cara penilaian langsung, meliputi : Antropometri, biokimia, klinis dan biofisik atau secara tidak langsung, meliputi: survei konsumsi, statistik vital dan faktor ekologi (Supariasa,2002). Pada penelitian kali ini penulis melakukan penilaian status gizi bayi menggunakan metode Antropometri.Metode Antropometri secara umum pengukuran dimensi fisik dan komposisi kasar tubuh.Antropometri merupakan bidang ilmu yang berhubungan dengan dimensi tubuh manusia. Ditinjau dari sudut pandang gizi, maka antropometri gizi berhubungan dengan berbagai macam pengukuran dimensi tubuh dan komposisi dari berbagai tingkat umur dan tingkat gizi karena antropometri bertindak sebagai indikator penilaian status gizi yang paling mudah yang dapat dilakukan dengan mengukur beberapa parameter, antara lain:

umur, berat badan, tinggi badan, lingkar lengan atas, lingkar kepala, lingkar dada, lingkar pinggul dan tebal lemak dibawah kulit (Supariasa, dkk., 2001).

Salah satu tempat pemeriksaan tumbuh kembang bayi adalah posyandu.Pemantauan pertumbuhan dan perkembang fisik bayi merupakan penilaian

(15)

gizi menggunakan metode Antropometri. Posyandu merupakan suatu bentuk Upaya Kesehatan Bersumberdaya Masyarakat (UKBM) yang dikelola dan diselenggarakan dari, oleh, untuk dan bersama masyarakat dalam penyelenggaraan pembangunan kesehatan, guna memberdayakan masyarakat dan memberikan kemudahan kepada masyarakat dalam memperoleh pelayanan kesehatan dasar untuk mempercepat penurunan angka kematian ibu dan bayi (Depkes RI, 2006, p.11). Di Posyandu alat yang digunakan untuk melihat perkembangan pertumbuhan bayi adalah timbangan manual yang dinamakan dacin yang berguna untuk mengukur berat badan bayi,infantometer alat ukur yang berguna untuk mengukur panjang tubuh bayi, serta pengukuran lingkar lengan atas dan lingkar kepala yang masih menggunakan pita pengukur.

Pada penelitian ini penulis mengimplementasikan Loadcell sebagai alat pengukur berat badan bayi, serta sensor ultrasonik sebagai pengukur panjang bayi, lingkar kepala bayi, serta lingkar lengan atas bayi. Load cell adalah sebuah alat uji perangkat listrik yang dapat mengubah suatu energi menjadi energi lainnya yang biasa digunakan untuk mengubah suatu gaya menjadi sinyal listrik. Load Cell menggunakan prinsip tekanan yang memanfaatkan Strain Gage sebagai pengindera (sensor). (D Sharon, dkk,1982) mengatakan sensor adalah suatu peralatan yang berfungsi untuk mendeteksi gejala-gejala atau sinyal-sinyal yang berasal dari perubahan suatu energi seperti energi listrik, energi fisika, energi kimia, energi biologi, energi mekanik dan sebagainya. Sensor inilah yang dapat menerima sinyal berapa beban yang diperoleh saat melakukan suatu pengukuran.Dalam pengukuran Panjang bayi menggunakan pengolahan citra yang dihasilkan oleh Kamera.Dengan bantuan papan box bayi yang dibentuk seperti inkubator bayi maka panjang badan bayi dan lingkar kepala bayi dapat diperoleh saat kamera menangkap suatu gambar yang kemudian hasil gambar dan hasil pengukuran berat badan dengan menggunakan loadcell akan diproses atau diolah dengan Raspberry PI.

(16)

3

1.2. Rumusan Masalah

Permasalahan yang dihadapi Posyandu saat ini adalah kurangnya sarana yang terdapat di posyandu untuk mengukur pertumbuhan fisik pada bayi terutama permasalahan pada alat yang digunakan.Dalam melakukan penimbangan sebagian besar masih menggunakan timbangan manual yang dinamakan Dacin.Pengukur panjang badan di Posyandu menggunakan alat yang dinamakan infantometer serta pengukuran lingkar kepala yang masih menggunakan pita pengukur.Alat-alat tersebut dalam kenyataannya masih banyak terdapat kendala, diantaranya dalam hal pengoperasian alat yang kurang praktis dan dalam pembacaan hasil pengukuran masih terdapat kesalahan. Dalam keadaan ini dibutuhkan alat pengukur yang praktis yang saat bayi/balita dimasukkan didalam suatu box bayi maka hasil pengukuran berat badan, panjang badan serta lingkar kepala dapat didapatkan, serta pembacaan hasil pengukuran tertera di GUI/Interface yang hasil pengukurannya berupa gambar capturan yang dapat simpan disuatu folder.

1.3 Batasan Masalah

Batasan masalah dalam penelitian ini adalah sebagai berikut:

1. Pengukuran panjang bayi dilakukan saat bayi dalam posisi dibaringkan.

2. Pergerakan yang berlebih dari bayi/balita dapat mempengaruhi keakuratan hasil pengukuran.

3. Alat ukur lingkar kepala dan panjang badan tidak dapat digunakan di tempat yang intensitas cahaya yang rendah.

1.4 TujuanPenelitian

Melakukan pengukuran panjang badan dan lingkar kepala dengan satu alat pengukur yaitu kamera, serta pengukuran berat badan dengan load cell.

(17)

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:

1. Membantu posyandu untuk lebih praktis dalam melakukan pengukuran berat badan. Lingkar kepala dan panjang badan.

2. Menggunakan faktor panjang badan, lingkar kepala dan berat badan untuk parameter pengambilan keputusan gizi bayi.

3. Mengaplikasikan Raspberry PI dalam bidang kesehatan.

1.6 Metodologi Penelitian

Tahapan penelitian yang dilakukan dalam penelitian ini adalah : 1. Studi Literatur

Pada tahan ini dilakukan peninjauan terhadap buku, artikel, jurnal, maupun hasil penelitian terdahulu sebagai referensi yang diperlukan dalam melakukan penelitian.Ini dilakukan untuk memperoleh informasi yang terkait dengan metode Antropometri,Loadcell.

2. Analisis dan Perancangan

Tahap ini digunakan untuk mengolah data dari hasil studi literatur yang kemudian dilakukan analisis dan perancangan sehingga menjadi suatu aplikasi yang tersetruktur dan jelas. Proses ini meliputi pembuatan,program, Use case Scenario,flowchart sistem, flowchart , rancangan aplikasi, dan pembuatan User Interface aplikasi.

3. Implementasi

Metode Antopometri danLoadcell diimplementasi dalam pembuatan suatu aplikasidengan menggunakan bahasa pemrograman Assembly.

4. Pengujian

Menguji apakah aplikasi yang di buat telah berhasil berjalan sesuai dengan keinginan dan melakukan perbaikan kesalahan jika masih tedapat error pada aplikasi.

5. Dokumentasi

(18)

5

Pada tahap ini berisi laporan dan kesimpulan akhir dari hasil akhir analisa dan pengujian dalam bentuk skripsi.

1.7 Sistematika Penulisan

Agar pembahasan lebih sistematis, maka tulisan inidibuat dalam lima bab, yaitu :

BAB 1 PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang penilitian judul skripsi “Mengukur Panjang Bayi, lingkar kepala dan berat badan bayi dengan menggunakan Raspberry PI”. Rumusan masalah, batasanmasalah, tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustaka,dan sistematika penulisan skripsi.

BAB 2 LANDASAN TEORI

Berisi tentang pembahasan teori-teori tentang Metode Antropometri dan Loadcell.

BAB 3 ANALISIS DAN PERANCANGAN

Berisi tentang uraian analisis mengenai proses kerja dari metode EnigmadanRabin-williams yang terdiri dari flowchart, unified modeling language (UML) sertaperancangan dari aplikasi.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Pada tahap ini dilakukan pembuatan sistem sesuai dengan analisis dan perancangan.Kemudian melakukan pengujian sistem.

BAB 5 KESIMPULAN DAN SARAN

Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian dari bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

(19)

BAB 2

TINJAUAN PUSTAKA

Bab II ini berisi tentang pembahasan teori-teori tentang metode Antropometri, Loadcell, Mikrokontroler, Algoritma Haar Cascade serta komponen komponen yang akan di pakai pada penelitian ini.

2.1.Metode Antropometri

Pengertian istilah Nutritional Anthropometri mula-mula muncul dalam Buku Body Measurements and Human Nutrition (Brozek,1956) yang telah didefinisikan oleh (Jelliffe ,1966) sebagai pengukuran pada variasi dimensi fisik dan komposisi besaran tubuh manusia pada tingkat usia dan derajat nutrisi yang berbeda. Penilaian antropometri dilakukan melalui pengukuran dimensi fisik dan komposisi kasar tubuh.

Penilaian dilakukan terhadap berat badan (BB), Tinggi Badan (TB),Lingkar kepala, Lingkar lengan atas (LLA/LILA), dan tebal lemak kulit. Pada usia kurang dari 2 tahun pengukuran tinggi badan dilakukan dengan mengukur panjang badan dalam keadaan tidur, sedangkan pada usia 2 tahun atau lebih pengukuran dilakukan dalam keadaan berdiri, tinggi badan juga dapat ditentukan melalui pengukuran tinggi lutut (dengan menggunakan kaki kiri dan sudu 90 derajat) pada orang yang meiliki kelainan tulang belakang atau tidak mampu berdiri tegak. (Moesijanti: 2011).

2.1.1. Posyandu

Posyandu adalah wadah pemeliharaan kesehatan yang dilakukan dari, oleh dan untuk masyarakat yang dibimbing petugas terkait. (Departemen Kesehatan RI, 2006). Posyandu adalah pusat kegiatan masyarakat dalam upaya pelayanan kesehatan dan keluarga berencana (effendi, Nasrul, 1998:267). Dari beberapa pengertian posyandu diatas dapat disimpulkan bahwa posyandu adalah pusat kegiatan masyarakat dalam upaya pelayanan kesehatan dan keluarga berencana.

(20)

7

Beberapa kegiatan diposyandu diantaranya terdiri dari kegiatan posyandu (panca krida Posyandu), antara lain:

1. Kesehatan ibu dan anak (KIA) 2. Keluarga berencana

3. imunisasi 4. peningkatan gizi 5. penanggulangan diare

Dengan adanya posyandu yang sasaran utamanya bayi dan balita, sangat tepat untuk meningkatkan gizi balita ( Notoadmodjo, Sokidjo, 2003:205).

Penigkatan gizi balita di posyandu yang dilakukan oleh kader berupa memberikan penyuluhan tentang ASI, status gizi balita.MPASI, Imunisasi, Vitamin A, stimulasi tumbuh kembang anak, diare pada balita (Dinas Kesehatan RI. 2006:26).

2.1.2 Loadcell

Adapun prinsip pengukuran yang dilakukanoleh Load Cell menggunakan prinsip tekanan yangmemanfaatkan Strain Gage sebagai pengindera(sensor).

Strain Gage adalah sebuah Transducer pasifyang merubah suatu pergeseran mekanis menjadiperubahan tahanan, karena adanya tekanan dari bebanyang ditimbang, akan menyebabkan tahanan dari foil kawat (timah atau perak yang berukuran tipis) berubahterhadap panjang jika bahan pada mana gagedisatukan mengalami tarikan atau tekanan. Perubahantahanannya sebanding dengan perubahan regangan.Perubahan ini kemudian diukur dengan jembatanWheatstone dan tegangan keluaran dijadikan referensi beban yang diterima Loadcell.

2.1.3 Raspberry PI.

Raspberry PI adalah modul micro computer yg juga mempunyai input output digital port seperti pada board microcontroller.Diantara kelebihan Rasberry Pi dibanding board microcontroller yg lain yaitu mempunyai Port/koneksi untuk display berupa TV atau Monitor PC serta koneksi USB

(21)

untuk Keyboard serta Mouse (spt tampak pada gambar 2 dan 4 dibawah).

Raspberry PI Board Raspberry PIboard dibuat dgn type yg berbeda yaitu Raspberry PI type A ,A+ Raspberry PI type B.,B+ Raspberry PI 2,Rasberry pi 3,Raspberry PI zero. Perbedaannya antara lain pada Ram dan Port LAN. Type A RAM = 256 Mb dan tanpa port LAN(ethernet), type B = 512 Mb dan terpasang port untuk LAN.

Gambar 2.1. Block Diagram Raspberry PI (M.Irfan Sampino, 2017) Raspeberry Pi Board mempunyai input dan output antara lain:

1. HDMI 2. RCA Port 3. Audio output

4. 2 buah port USB digunakan untuk keyboard dan mouse 5. 26 pin I/O digital

6. CSI port (camera Serial Interface) 7. DSI (Display Serial Interface) 8. Lan port (network)

9. SD Card slot unutk SD card memori yang menyimpan sistem operasi berfungsi seperti hardisk pada pc.

2.1.4Loadcell(Sensor berat)

(22)

9

Load cell adalah sebuah alat uji perangkat listrik yang dapat mengubah suatu eneri menjadi energy lainnya yang biasa digunakan untuk mengubah suatu gaya menjadi sinyal listrik. Perubahan dari suatu sistem ke sistem lainnya ini tidak langsung terjadi dalam dua tahap saja tetapi harus melalui tahap tahap pengaturan mekanikal, kekuatan dan energy dapat merasakan perubahan kondisi dari baik menjadi kurang baik. Pada strain guage (Loadcell) atau biasa disebut dengan deformasi strain gauge. Loadcell mengukur perubahan yang berpengaruh pada strain sebagai sinyal listrik, karena perubahan efektif terjadi pada beban hambatan kewat listrik. Output sinyal listrik biasanya disediakan serta di urutankan beberapa millivolt dan membutuhkan amplifikasi oleh penguat instrumentasi sebelum dapat digunakan.

2.1.4.1 Prinsip Kerja Sensor Berat (Load Cell)

Selama proses penimbangan akan mengakibatkan reaksi terhadap elemen logam pada load cell yang mengakibatkan gaya secara elastis. Gaya yang ditimbulkan oleh regangan ini dikonversikan kedalam sinyal elektrik oleh strain gauge (pengukur regangan) yang terpasang pada load cell. Prinsi kerja load cell berdasarkan rangkaian jembatan wheatstone dapat dilihat pada gambar 2.2

Gambar 2.2. Rangkaian Jembatan Wheatstone tanpa beban

(23)

Pada gambar 2 nilai R= 350 Ω, arus yang mengalir pada R1 dan R3 = arus yang mengalir di R2 dan R4, hal ini dikarenakan nilai semua resistor sama dan tidak ada perbedaan tegangan antara titik 1 dan 2, oleh karena itu rangkaian ini dikatakan seimbang.

Gambar 2.3 Rangkaian Jembatan Wheatstone dengan beban

Jika rangkaian jembatan Wheatstonediberi beban, maka nilai R pada rangkaian akan berubah, nilai R1 = R4 dan R2 = R3. Sehingga membuat sensor Load cell tidak dalam kondisi yang seimbang dan membuat beda potensial. Beda potensial inilah yang menjadi outputnya. Untuk menghitung Vout atau A seperti gambar. Secara teori, prinsip kerja load cell berdasarkan pada jembatan wheatstone dimana saat load cell diberi beban terjadi perubahan pada nilai resistensi, nilai resistensi R1 dan R3 akan turun sedangkan nilai resistensi R2 dan R4 akan naik. Ketika posisi setimbang, Vout load cell= 0 vol, namun ketika nilai resistensi R1 dan R3 naik maka akan terjadi perubahan resistensi pada R1, sedangkan output (-) dipengaruhi oleh perubahan resistensi R3( Rebby fudi Alexander, 2013)

(24)

11

2.1.5Modul Penguat HX711

HX711 adalah sebuah komponen terintegrasi dari “AVIA SEMICONDUCTOR”.HX711 presisi 24-bit analog to digital converter (ADC) yang di desain untuk sensor timbangan digital dal industrial contoh aplikasi yang terkoneksi sensor jembatan.HX711 adalah modul timbangan yang memiliki prinsip kerja mengkonversi perubahan yang terukur dalam perubahan resistansi dan mengkonversinya kedalam besara tegangan melalui rangkaian yang ada.Modul melakukan komunikasi dengan computer/mikrokontroler melalui TTL232.Struktur yang sederhana, mudah dalam penggunaan, hasil yang stabil dan reliable, memiliki sensitivitas tinggi dan mampu mengukur perubahan dengan cepat. HX711 biasanya digunakan pada bidang aerospace, mekanik, kimia, kontruksi, farmasi dan lainnya , digunakan untuk mengukur gaya, gaya tekanan, perpindahan, gaya tarikan, torsi dan percepatan. Spesifikasinya adalah sebagai berikut

- Differential input voltage

- Data accuracy: 24 bit (24 bit A/D converter chip) - Refresh frequency: 80Hz

- Operating Voltage: 5V DC - Operating current: <10mA - Size:32mm*10mm

Gambar 2.4 Modul Penguat HX771

(25)

2.1.6Open Source Computer Vision (OpenCV)

OpenCV adalah sebuah pustaka perangkat lunak yang ditujukan untuk pengolahan citra dinamis scara real-time, yang dibuat oleh INTEL, dan sekarang didukung oleh Willow Garage dan Itseez.Program ini bebas dan berada dalam naungan sumber terbuka dari lisensi BSD.Pustaka ini merupakan pustaka lintas platform.Program ini didedikasikan sebagian besar untuk pengilahan citra secara real-time. OpenCV pertama kali diluncurkan secara resmi pada tahun 1999 oleh inter Research sebagai lanjutan dari bagian proyek bertajuk aplikasi intensif berbasis CPU, real-time ray tracing dan tembok penampil 3D. Para contributor utama dalam proyek ini termasuk mereka yang berkecimpung dalam bidang optimasi di Intel Russia, dan juga Tim pustaka Performansi Intel. Pada awalnya, tujuan utama dari proyek OpenCV dideskripsikan sebagai berikut:

- Penelitian penginderaan citra lanjutan tidak hanya melalui kode program terbuka, tetapi juga kode yang telah teroptimasi untuk infrastruktir penginderaaan citra.

- Menyeberluaskan ilmu penginderaan citra dengan menyediakan infrastruktur bersama dimana para pengembang dapat menggunakannya secara bersama-sama, sehingga kode akan tampak lebih mudah dibaca dan ditransfer.

- Membuat aplikasi komersial berbasiskan penginderaan citra, dimana kode yang telah teroptimasi tersedia secara bebas dengan lisensi yang tersedia secara bebas yang tidak mensyaratkan program itu harus terbuka atau gratis.

Sumber: http://itseez.com

2.1.7Metode Haar Cascade Classifier

Proses deteksi adanya citra mata dalam sebuah gambar pada OpenCV, menggunakan sebuah metode yang umumnya disebut metode Haar Classifier.

(26)

13

Metode ini merupakan metode yang menggunakan statistical model (classifier).

Pendekatan untuk mendeteksi objek dalam gambar menggabungkan empat konsep utama :

1. Fitur segiempat sederhana yang disebut fitur Haar.

2. Integral image untuk pendeteksian fitur secara cepat.

3. Metode Machine Learning adaBoost yang digunakan untuk meningkatkan kinerja algoritma classifier.

4. Pengklasifikasian bertingkat untuk menghubungkan banyak fitur secara efisien.

2.1.7.1 Sistem Kerja Algoritma Haar Cascade Classifier

Algoritma Haar menggunakan metode statistikal dalam melakukan pengenalan mata.Metode ini menggunakan simple haar-like features dan juga a cascade of boosted tree classifier.Classifier ini menggunakan gambar berukuran tetap.Cara kerja dari haar dalam mendeteksi mata adalah menggunakan teknik sliding window pada keseluruhan gambar dan mencari apakah terdapat bagian dari gambar yang berbentuk seperti mata atau tidak.Haar juga memiliki kemampuan untuk melakukan scalling sehingga dapat mendeteksi adanya mata yang berukuran lebih besar ataupun lebih kecil dari gambar pada classifier.

Tiap feature dari haar-like feature didefinisikan pada bentuk dari feature, diantaranya koordinat dari feature dan juga ukuran dari feature tersebut.

2.1.7.2 Haar Feature

Haar Feature adalah fitur yang digunakan oleh Viola dan Jones didasarkan pada Wavelet Haar.Wavelet Haar adalah gelombang tunggal bujur sangkar (satu interval tinggi dan satu interval rendah).Untuk dua dimensi, satu terang dan satu gelap.Selanjutnya kombinasi-kombinasi kotak yang digunakan untuk pendeteksian objek visual yang lebih baik. Adanya fitur Haar ditentukan dengan cara mengurangi rata rata piksel pada daerah gelap dari rata-rata piksel pada

(27)

daerah terang. Jika nilai perbedaannya itu diatas nilai ambang atau treeshold, maka dapat dikatakan bahwa fitur tersebut ada.

Nilai dari Haar- like feature adalah perbedaan selisih antara jumlah nilai nilai piksel sel grey level dalam daerah kotak hitam dan daerah kotak putih.

Kotak Haar-like feature dapat dihitung secara cepat menggunakan integral image.

2.1.7.3 Integral Image

Integral image digunakan untuk menentukan ada atau tidaknya dari ratusan fitur Haar pada sebuah gambar dan pada skala yang berbeda secara efisien . Pada umumnya, pengintegrasian tersebut berarti menambahkan unit-unit kecil secara bersamaan. Dalam hal ini unit – unit kecil tersebut adalah nilai nilai piksel. Nilai integral untuk masing masing piksel adalah jumlah dari semua piksel-piksel dari atas sampai bawah. Dimulai dari kiri atas sampai kanan bawah,.Keseluruhan gambar itu dapat dijumlahkan dengan beberapa operasi bilangan bulat per piksel.

Gambar 2.5 Integral Image

Seperti yang di tunjukan oleh gambar 4.7 diatas setelah pengintegrasian nilai pada lokasi piksel (x,y) berisi jumlah dari semua piksel di dalam daerah segiempat dari kir sampai pada lokasi (x,y) atau daerah yang diarsir. Untuk menentukan nilai rata-rata piksel pada area segiempat (daerah yang diarsir) ini dapat dilakukan hanya dengan membagi nilai pada (x,y) oleh area segiempat.

P(x, y) = ∑ i(x

²

, Y

²

)

(28)

15

Untuk mengetahui nilai piksel untuk beberapa segiempat yang lain misalnya, seperti segiempat D pada gambar 4.7 (b) diatas dapat dilakukan dengan cara menggabungkan jumlah piksel pada area segiempat A+B+C+D dikurangi jumlah dalam segiempat A+B+C+D adalah nilai dari integral image pada lokasi 4. A+B adalah pada lokasi 2, A+C adalah nilai pada lokasi 3, dan A pada lokasi 1.

Gambar 2.6 Contoh perhitungan Integral Image

2.1.7.5 Adapative Boosting (AdaBoost)

Stage classifier dibangun dengan menggunakan algoritma adaptive-boost.

Algoritma tersebut mengkombinasikan performance banyak weak classifier untuk menghasilkan strongclassifier . Weak classifier dalam hal ini adalah nilai dari haar-like feature. Jenis Adaboost yang digunakan gentle AdaBoost.

2.1.7.6 Cascade Classifier

Cascade Classifier adalah sebuah rantai stage classifier, dimana setiap stager classifier digunakan untuk mendeteksi apakah didalam image sub- windowterdapat obyek yang diinginkan (Object Of-Interest).

Gambar 2.7Cascade Classifier

(29)

2.2.1 Penelitian yang Relevan

1. Pada penelitian Brian Prayoga & Ir. Ratna Adil, MT (2011), Rancang bangun Sistem deteksi gizi buruk pada balita usia dini di posyandu berdasarkan berat badan dan tinggi badan yang terhubung dengan PC berbasis Internet Gateway. Kesimpulan dari penelitian ini adalah output dari penelitiannya pengambilan keputuzan gizi anak dengan bahasa pemrograman PHP yang di proses oleh mikrokonroler ATMega 32 dengan menggunakan sensor ultrasonic untuk mengukur panjang badan dan LoadCell untuk mengukur berat badan.

2. Berdasarkan penelitian oleh Sholeh Rudi Hartono (2015),Rancang bangun alat ukur suhu, panjang, berat serta lingkar kepala Bayi berbasis arduino ATMega 2560.Berdasarkan hasil studi literatur analisis perancangan , implementasi dan pengujian bahwa beberapa data yang dihasilkan dari rancang bangun tersebut sangat akurat ketika dibandingkan dengan menghitung manual.

3. Berdasarkan penelitian Hadi Santoso dan Agus Harjoko (2013). Dapat disimpulkan bahwa sistem dapat menangkap banyak wajah didalam kelas dengan jarak 100cm-200cm dan pendeteksian wajah menggunakan algoritma Haar Cascade dan algoritma Adaboost untuk banyak wajah

4. Pada penelitian Wildian Nurul Fajri (2014), Rancang Bangun Alat Ukur tinggi dan berat badan bayi berbasis Mikrokontroller ATMega85553 dengan sensor Foto transistor dapat ditarik kesimpulan bahwa hasil pengukuran yang berupa data yang di tampilkan secara realtime di LCD rancang bangun tersebut.

5. Eko Prasetyo Suryowidodo (2013), Instrumentasi pengukuran berat badan dan lingkar kepala bayi berbasis ATMega16 dapat ditarik kesimpulan bahwa hasil pengukuran yang di proses di ATMega16 hasilnya pasti dan realtime yang secara langsung di tampilkan pada LCD rancang bangun tersebut.

(30)

BAB 3

ANALISIS DAN PERANCANGAN

3.1 Analisis Sistem

Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan.

3.1.1 Analisis Masalah

Masalah yang akan diselesaikan menggunakan sistem ini adalah mengukur panjang bayi, lingkar kepala dan berat badan bayi dengan Raspberry PI. Analisis masalah ini secara spesifik diilustrasikan pada gambar 3.1 yang dirancang dalam bentuk diagram Ishikawa.

Gambar 3.1 Diagram Ishikawa

Pada gambar 3.1, dapat dilihat bahwa permasalahannya adalah pengukuran lingkar kepala, berat badan serta lingkar badan bayi relative lama, sedangkan penyebabnya ada 4 hal yaitu metode yang digunakan pertama adalah metode Antropometri dalam hal ini memakai sebuah algoritma yaitu Haar cascade yang

(31)

bertugas untuk mendeteksi wajah dan Loadcell untuk menghitung berat bayi, kedua adalah manusia yaitu user adalah petugas posyandu dan actornya adalah bayi yang akan di ukur.

3.1.2 Analisis Persyaratan

Analisis persyaratan dilakukan untuk menjelaskan fungsi-fungsi yang ditawarkan dan mampu dikerjakan oleh sistem.Analisis persyaratan terbagi atas 2 bagian, yaitu persyaratan fungsional dan persyaratan nonfungsional.

1. Persyaratan Fungsional

Untuk menerapkan metode antropometr sebagai klassifikator dalam pengukuran dan perhitungan berat badan bayi, persyaratan yang harus dipenuhi adalah:

1. Membaca masukan yaitu bayi yang akan di ukur lingkar badan, lingkar kepala serta berat badan dengan menggunakan algoritma Haar cascade.

2. Persyaratan Nonfungsional

Persyaratan nonfungsional yang harus dipenuhi adalah:

1. Performa

Sistem dapat mengukur lingkar kepala, lingkar badan serta berat badan bayi dengan cepat.

2. Mudah digunakan

Sistem yang di bangun harus sederhana dan user friendly agar mudah digunakan..

3. Dokumentasi

Sistem yang akan di bangun memiliki panduan penggunaan aplikasi.

4. Ekonomi

Aplikasi yang akan dibangun tidak membutuhkan biaya dan perangkat tambahan.

(32)

21

3.2 Analisis Pemodelan Sistem

Pemodelan sistem bertujuan untuk menggambarkan semua kondisi, kebutuhan dan bagian-bagian yang berperan dalam sistem yang di rancang. Pemodelan sistem dirancang dengan membuat use case, activity diagram dan sequence diagram.

1. Use-Case Diagram

Use-case diagram adalah diagram use-case yang digunakan untuk menggambarkan secara ringkas siapa yang menggunakan sistem dan apa saja yang bisa dilakukannya. Diagram use-case tidak menjelaskan secara detail tentang penggunaan use-case, namun hanya memberi gambaran singkat hubungan antara use-case, aktor, dan sistem. Sebuah relasi dari sebuah baseuse-caseke sebuah inclusion use-casedihubungkan dengan garis putus-putus dengan keterangan include sedangkan relasi dari sebuah extension use-case ke sebuah base use-case di hubungkan dengan garis putus-putus dengan keterangan extend. Pada penelitian ini use-case dapat ditujukan melalui gambar 3.2.

Gambar 3.2 Diagram Use-Case

Gambar 3.2 menunjukan use-casediagram dari sistem yang akan dibangun, dimana terdapat dua actoryaitu petugas posyandu dan bayi. Petugas posyandu berkewajiban untuk menghidupkan alat yang akan digunakan untuk mengukur pajang lingkar badan bayi, lingkar kepala serta berat badan bayi sehingga bayi dapat diukur. Petugas posyandu juga bertugas untuk memposisikan tubuh bayi

(33)

agar dapat terlihat jelas pada kamera serta di akhir tugasnya petugas posyandu wajib mencatat hasil yang keluar dari alat agar bisa di integrasikan kepada metode antropometri. Sedangkan bayi sendiri hanya diam dan berposisi lurus agar bisa terlihat jelas pada kamera

2. Activity Diagram

Activity diagram menggambarkan proses kerja dalam sebuah sistem yang sedang berjalan. Dalam diagram aktivitas ini maka akan dijelaskan proses kerja dari sistem yaitu petugas posyandu yang akan mengoprasikan aplikasi yang bertindak sebagai user.

Berikut ini merupakan gambar activity diagram untuk menjalankan alat:

Gambar 3.3 ActivityDiagram pengoprasian alat

Gambar 3.3 menunjukan aktivitas yang dilakuka oleh petugas posyandu dalam mengoprsikan alat untuk mengukur panjang bayi, lingkar kepala bayi serta berat badan bayi dan mencatat hasil pengukuran untuk di integrasikan kepada metode antropometri.

.

(34)

23

3. Sequence Diagram

Sequence diagram adalah suatu diagram yang menggambarkan interaksi antar objek yang mengindikasikan komunikasi diantara objek-objek tersebut. Diagram ini menunjukan serangkaian pesan yang di pertukarkan oleh objek-objek yang melakukan suatu tugas atau aksi tertentu.

Gambar 3.4Sequence Petugas posyandu

3.3 Flowchart

Flowchartmerupakan diagram alir dari bagan-bagan tertentu yang memiliki arus penggambaran mengenai langkah-langkah penyelesaian suatu permasalahan.

Selain itu, flowchart juga memiliki fungsi memudahkan proses pengecekan terhadap sistem yang akan dibuat.

Berikut merupakan flowchart sistem yang akan dibangun:

(35)

Gambar 3.5 flowchart mengukur tinggi badan

Pada flowchart diatas dapat dilihat bahwa sistem dimulai dengan mendeteksi objek dengan Background Substractionyang ada pada library OpenCV.Kemudian sistem menghitung panjang piksel tinggi sebagai masukan. Pada bagian proses akan menghasilkan keluaran jumlah tinggi badan percentimeter. Lalu pada akhir dari sistem adalah hasil tinggi badan bayi yang keluar pada interface sistem.

(36)

25

Gambar 3.6 Flowchart Mengukur lingkar kepala Bayi

Pada flowchart diatas dapat dilihat bahwa sistem memulai dengan memberi masukan pendeteksian wajah yang dilakukan library OpenCV pada raspberry.

Ketika sistem sudah mendapatkan masukan data maka jumlah piksel akan dihitung dan pada tahap ini dilaksanakan 2 proses yaitu penghitungan panjang piksel

(37)

Euclidian distance. Ketika sistem sudah mengeluarkan output yaitu diameter kepala makal lingkar kepala bayi akan dihitung dengan dimasukan proses sebagaimana terlihat pada flowchart diatas.

3.3 Perancangan Interface

Sistemakan dibangun menggunakan Rasberry PI. Rancangan Interface menggunakan 2 layout yaitu Home aplikasi serta Main aplikasi.

Gambar 3.7 Rancangan Home pada Aplikasi

Komponen yang dipakai untuk membangun Interface layout Home aplikasi pada gambar 3.10 diatas adalah sebagai berikut:

1. Label “Home” label yang berfungsi untuk masuk kembali ke bagian menu utama

2. Shortcut “main aplikasi” adalah inti dari sistem yang bertugas untuk menghitung bayi yang akan di ukur.

(38)

27

Gambar 3.8 Rancangan Main Aplikasi

Komponen yang dipakai untuk membangun Interface Layout Main Aplikasi pada gambar 3.11 diatas adalah sebagai berikut:

1. Label “_” adalah untuk meminimize kan halaman main aplikasi 2. Label” “ adalah untuk mebuat halaman menjadi full size windows 3. Label “X” adalah untuk keluar dari halaman

4. Label “Tb” adalah label yang bertujuan sebagai tempat informasi data yang di hasilkan oleh sistem pengukuran tinggi badan bayi

5. Label “Lk” adalah label yang bertujuan sebagai tempat informasi data yang dihasilkan oleh sistem pengukuran lingkar kepala bayi

6. Label “Bb” adalah label yang bertujuan sebagai tempat informasi data yang dihasilkan oleh sistem pengukuran berat badan bayi

Tb= Lk= Bb=

(39)

BAB 4

IMPLEMENTASI DAN PENGUJIAN

Pada tahap ini dilakukan pembuatan sistem sesuai dengan analisis dan perancangan dan kemudian melakukan pengujian sistem.

4.1 Implementasi Sistem

Sistem dibangun dengan bahasa pemrograman Phyton dengan .TKinter sebagai library untuk menyajikan Graphical User Interface terhadap user. Program ini terdiri 2 tampilan yaitu tampilan Home dan tampilan utama.

4.1.1 Implementasi Kontruksi Utama

Kerangka rancang bangun dibuat dengan 2 tingkat. Dimana pada tingkat pertama terdapat 4 sensor loadcell sebagai penimbang berat badan. Kemudian pada tingkat kedua digunakan untuk meletakkan Raspberry PI dan camera yang masing masing sebagai penghitung panjang badan bayi serta panjang lingkar kepala bayi. Box sebagai tempat bayi berukuran 59 cm dengan lebar 35 cm. Berikut adalah gambar tahap implementasi kontruksi utama pada alat pengukur tinggi badan, lingkar kepala serta berat badan bayi.(a) kerangka bagian samping (b) kerangka bagian bawah

(a) (b)

Gambar 4.1 kerangka alat bagian samping (a) Kerangka Bagian bawah

(40)

29

4.1.2 Tampilan Utama

Tampilan utama atau home merupakan tampilan yang pertama kali muncul apabila sistem dibuka. Pada tampilan ini, terdapat 3 button yang memiliki fungsi masing- masing pada sistem. Tampilan utama dapat dilihat pada Gambar 4.1.

Gambar 4.2 Tampilan utama

4.1.3 Tampilan Main Aplikasi

Tampilan main aplikasi ini berfungsi sebagai tampilan yang tugasnya menampilkan informasi terhadap perhitungan yang akan dilakukan terhadap sample penelitian dalam hal ini yang menjadi sample penelitian ada bayi berkisar umur 1 bulan sampai 6 tahun. Tampilan Main Aplikasi pada Gambar 4.2.

Gambar 4.3 Tampilan Main Aplikasi

(41)

4.1.4 Tampilan Main Aplikasi ketika ada Sample Penelitian

Dalam hal ini yang akan menjadi sample dari penelitian adalah Bayi yang berumur 1 bulan – 5 tahun. Bayi yang di ukur akan di hitung lingkar kepala, panjang banda serta berat badan dengan perameter indikatornya memakai metode Antropometri. Tampilan Main aplikasi ketia ada sample dapat dilihat pada Gambar 4.3.

Gambar 4.4 Tampilan Main Aplikasi ketika ada Sample 4.1.5 Dokumentasi Pengujian Terhadap Bayi

4.1.5.1 Sample Bayi

Pada pengujian kali ini penulis mengambil 10 sample Balita yang diukur. Penulis melakukan pengambilan data di TK DWP USU. 10 sample bayi ini akan diukut dengan memakai alat yang udah disediakan penulis. Alat tersebut berguna untuk mengukur tinggi badan, berat badan dan lingkar kepala pada balita. Kemudia penulis akan menghitung dengan metode Antropometri untuk menentukan balita yang di ukur apakah bergizi baik atau buruk dilihat dari beberapa indicator dari parameter Antropometri.

(42)

31

Gambar 4.5 Sample 1

Nama Tinggi Badan Lingkar Kepala Berat badan

1. Fairuz(4th) 59.75cm 51.025cm 19454gr

1. Gavi(4th) 59.75cm 55.735cm 22867gr

(43)

1. Lafa(4.5th) 59.75cm 47.885cm 25906gr

1. Nadia(4.5th) 59.75cm 47.495cm 24729gr

(44)

33

1. Rafael(4th) 59.75cm 46.315cm 15850gr

1. Reta(4th) 59.75cm 49.455cm 19854gr

(45)

1. Ubay(4th) 59.75cm 48.2775cm 15344gr

1. Winda(4th) 59.75cm 58.4855cm 21481gr

(46)

35

1. Aira(4th) 59.75cm 43.9655cm 23240gr

1. Caca(4th) 59.75cm 53.38cm 22113gr

4.2 Pengujian Sistem

Pengujian dilakukan terhadap sistem untuk membuktikan bahwa sistem yang telah

(47)

dibangun berjalan dengan baik serta sesuai dengan analisis dan perancangan sistem yang telah dibuat sebelumnya.

Untuk melakukan pengujian terhadap sistem, pada penelitian ini dirancang suatu skenario dalam pengujian ketepatan akurasi sistem dalam mengukur bay dengan membandingkan hasil yang didapat dari alat dengan penghitungan manual terhadap bayi/balita yang diukur. Pada skenario selanjutnya, pada scenario selanjutnya adalah pengujian metode antropometri.

4.2.1. Perbandingan data pengukuran manual dengan pengkuruan melalui alat

Data pengukuran manual terhadap 10 sampel :

Tabel 4.1 Perbanding Pengukuran

Manual Alat

Tb Lk Bb Tb Lk Bb

No Nama

1 Caca 111cm 49cm 24kg 59.75cm 53cm 22kg 2 Aira 95cm 50cm 24kg 59.75cm 43cm 23kg 3 Fairus 112cm 52cm 19kg 59.75cm 51cm 19kg 4 Lafa 111cm 49cm 24kg 59.75cm 47cm 25kg 5 Nadia 111cm 52cm 23kg 59.75cm 47cm 24kg 7 Ravi 110cm 51cm 20kg 59.75cm 55cm 22kg 8 Rafael 108cm 51cm 15kg 59.75cm 46cm 15kg 9 Reta 116cm 51cm 19kg 59.75cm 49cm 19kg 10 Ubay 101cm 50cm 14kg 59.75cm 50cm 14kg

Dari data diatas dapat ditarik kesimpulan bahwa tingkat penyimpangan data antara data yang diambil secara manual dan data diambil memakai alat.

Penyimpangan data hanya terjadi di beberapa sample saja di karenakan perhitungan pada library. Untuk perhitungan tinggi badan penyimpangan terjadi pada semua sampel dikarenakan alat hanya terbatasi jarak 59.75cm.

(48)

37

4.2.2 Pengujian Lingkar Kepala

Pengujian lingkar kepala dilakukan dengan membandingkan hasil percobaan memakai alat dan percobaan secara manual. Lingkar kepala yang terdeteksi oleh kamera kemudian di kalibrasi dan disesuaikan dengan lingkar kepala yang sesungguhnya

Tabel 4.2 Perbandingan Pengujian Lingkar Kepala

Sampel Lingkar Kepala Kesalahan (%) Alat yang diuji (cm) Alat standard

(cm)

Sampel 1 53 49 0.9

Sampel 2 43 50 0.04

Sampel 3 51 52 0.0

Sampel 4 47 49 0.04

Sampel 5 47 52 0.04

Sampel 6 49 49 0

Sampel 7 51 51 0.04

Sampel 8 46 51 0.099

Sampel 9 49 51 0.13

Sampel 10 50 50 0

Persentase kesalahan yang didapat pada tabel:

1. %│Teori−PraktekTeori│x 100%

%│ │x 100%

= 0.9

%│ │x 100%

= 0.04

%│ │x 100%

= 0.0

(49)

%│ │x 100%

= 0.04

%│ │x 100%

= 0.04

%│ │x 100%

= 0

%│ │x 100%

= 0.04

%│ │x 100%

= 0.09

%│ │x 100%

= 0.13

%│ │x 100%

= 0

Dari tabel diatas dapat disimpulkan alat yang saya bangun mendekati nilai yang sebenarnya. Sistem ini dapat disempurnakan lagi yaitu menambahkan kestabilan rangkaian, kesetabilan pembacaan sensor dan juga kemampuan pemrograman dalam mengolahan data.

(50)

39

4.2.3 Berat Badan

Pengujian Berat badan dilakukan dengan membandingkan hasil percobaan memakai alat dan percobaan secara manual. Berat badan yang terdeteksi oleh sensor Loadcell kemudian dikalibrasi dan disesuaikan dengan lingkar kepala yang sesungguhnya.

Tabel 4.3 Perbandingan Pengujian Berat Badan

Sampel Berat Badan Kesalahan (%) Alat yang diuji (Kg) Alat standard (Kg)

Sampel 1 22 24 0.9

Sampel 2 23 24 0.04

Sampel 3 19 19 0.0

Sampel 4 24 25 0.04

Sampel 5 24 23 0.04

Sampel 6 19 19 0

Sampel 7 22 20 0.1

Sampel 8 15 15 0

Sampel 9 19 19 0

Sampel 10 14 14 0

Persentase kesalahan yang didapat pada tabel:

%│ │x 100%

= 0.9

%│ │x 100%

= 0.04

%│ │x 100%

= 0.0

(51)

%│ │x 100%

= 0.04

%│ │x 100%

= 0.04

%│ │x 100%

= 0

%│ │x 100%

= 0.1

%│ │x 100%

= 0

%│ │x 100%

= 0

%│ │x 100%

= 0

Dari tabel diatas dapat disimpulkan alat yang saya bangun mendekati nilai yang sebenarnya. Sistem ini dapat disempurnakan lagi yaitu menambahkan kestabilan rangkaian, kesetabilan pembacaan sensor dan juga kemampuan pemrograman dalam mengolahan data.

(52)

41

4.2.4 Panjang Badan

Pengujian Panjang badan dilakukan dengan membandingkan hasil percobaan memakai alat dan percobaan secara manual. Panjanga badan yang terdeteksi oleh kamera kemudian dikalibrasi dan disesuaikan dengan panjang badan yang sesungguhnya.

Tabel 4.3 Perbandingan Pengujian Panjang Badan Sampel Panjang Badan

Alat yang diuji (cm) Alat standard (cm)

Sampel 1 59.75 111

Sampel 2 59.75 95

Sampel 3 59.75 112

Sampel 4 59.75 111

Sampel 5 59.75 111

Sampel 6 59.75 111

Sampel 7 59.75 110

Sampel 8 59.75 108

Sampel 9 59.75 116

Sampel 10 59.75 101

Dari tabel diatas dapat disimpulkan alat yang saya bangun memiliki keterbatasa umur untuk diukur panjang badannya. Sistem ini dapat disempurnakan lagi yaitu dengan memperlebar wadah/box tempat dimana bayi atau objek yang akan di ukur.

(53)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan dan hasil dari penelitian, maka diperoleh beberapa kesimpulan sebagai berikut:

1. Alat pengukur panjang, lingkar kepala dan berat badan bayi memakai Raspberry Pi sangat efisien dikarenakan perhitungan alat dengan perhitungan manual memiliki tingkat kekeliruan sangat kecil.

2. Alat yang dibangun memiliki kemampuan yang sangat berguna bagi instansi kesehatan terutama pada bagian posyandu yang dapat meminimalisir waktu dalam mengambil data terindikator antropometri

3. Alat dan sistem yang dibangun secara data dapat dipercaya dikarenakan tingkat kekeliruan dari hasil percobaan dengan perhitungan manual sangat minim hanya 0,082% dari beberapa sampel yang diuji.

5.2 Saran

Adapun saran-saran yang dapat dipertimbangkan untuk mengembangkan penelitian ini lebih lanjut adalah sebagai berikut:

1. Untuk pengembangan selanjutnya, diharapkan kamera yang mengambil gambar untuk dihitung lebih realtime dikarenakan jika yang menjadi objek adalah anak umur 3-5 tahun dapat dilakukan dengan baik dikarena anak seumuran itu sangat lasak dan tidak bisa diam.

2. Untuk pengembangan selanjutnya diharapkan dapat langsung terintegrasi

(54)

43

dengan sistem pemberi keputusan agar dapat diketahui langsung idel atau gaknya bayi yang diukur.

(55)

DAFTAR PUSTAKA

Chamidah, A. N. (2012). Deteksi Dini Gangguan Pertumbuhan dan Perkembangan Anak. Jurnal Pendidikan Khusus, 1(3)..

Fitriani,F.(2017) AlatUkurTinggi Dan BeratBadanUntukMenentukan Status GiziPadaAnakBerbasisArduino.

Hartono,R.S. (2015) RancangBangunAlatUkur, Suhu, Panjang, Berat, Serta LingkarKepalaBayiBerbasisArduino ATMEGA 2560.

Haryant,D. ADC( Analog Digital Convertion).Yogyakarta.

Ismail,B.Ali,Automated Body Mass Index.S&Asghar,A.(2012) Calcullator With LCD Display Microcontroller Based.

LaporanPraktikumPenilaian Status GiziAntropometri (IMT,

MemprediksiTinggiBadan,WHR,LingkarPerut,LILA,BodyFat).http://ramdhaz hylvia.blogspot.co.id/2013/11/antropometri.html.1 April 2017.

Mei,Z.dkk.(2002) Validity of body mass index compared with other body-compositio screening indexes for the assessment of body fatness in children and

adolescents.

Nandika,R.(2016) Implementasi Sensor UltrasonikPada Robot PengikutObjekDenganKontrolLogikaFuzzy.

Nurul,W.(2014)

RancangBangunAlatUkurTinggidanBeratBadanBayiBerbasisMikrokontroler Atmega8535 Dengan Sensor Fototransistor.

Padya, R. (2015) C5.0 Algorithm to Improved Decision Tree with Feature Selection and Reduced Error Pruning,

Pengertian Status Gizi.https://sites.google.com/site/caturrahmandfabregas/artikel- kesehatan.6 April 2017

Prayoga, B. &Adil, R. (2011)

RancangBangunSistemDeteksiGiziBurukPadaBalitaUsiaDiniDiPosyanduBerd asarBeratBadan Dan TinggiBadan Yang TerhubungDengan PC

BerbasisInternet Gateway.

Sajjadian,N.Shajari,H&Rahimi,F.(2011) Anthropometric Measurements At Birth as Predictor of Low Birth Weight.