Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Coding: Jurnal Komputer dan Aplikasi
Beni Irawan, Oktavianti Utami Fatma A. Setyaningsih
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Coding: Jurnal Komputer dan Aplikasi

 1 
DIAGNOSA GIZI PADA ANAK BALITA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION Fatma A. Setyaningsih, Oktavianti Utami, Beni Irawan,
Coding Jurnal Komputer dan Aplikasi Vol 2, No 1 (2014): Jurnal Coding Sistem Komputer
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.878 KB) | DOI: 10.26418/coding.v2i1.5239

Abstract

Status gizi balita ditentukan berdasarkan indeks berat badan yang meliputi berat badan terhadap umur (BB/U), tinggi badan terhadap umur (TB/U), berat badan terhadap tinggi badan (BB/TB) dengan menggunakan Standar Baku Antropometeri WHO-NCHS (World Health Organization-National Center for Health Statistics). Penelitian ini untuk mendiagnosa gizi balita dan mengetahui keakuratan hasil diagnosa dengan jaringan syaraf tiruan backpropagation. Untuk nilai masukkan dan keluaran pada penulisan ini menggunakan umur (bulan), tinggi badan (cm), berat badan (kg), dan jenis kelamin sebagai masukkan dan kategori status gizi buruk, gizi kurang, gizi baik, dan gizi berlebih sebagai target keluaran. Data gizi diambil untuk anak di bawah lima tahun (balita) dari usia 0-59 bulan sebanyak 80 buah data. Hasil pengujian dari penelitian ini didapat nilai optimal yang diperoleh dengan 2 buah hidden layer masing-masing berjumlah 100 dan 75 neuron, learning rate 0,001, maksimum iterasi 500000, dan besar galat 0,0001 adalah jaringan syaraf tiruan backpropagation dapat mendiagnosa gizi anak balita. Dapat dilihat bahwa hasil penelitian ini mencapai keakuratan 95% dari data penelitian, sehingga dapat disimpulkan bahwa Jaringan Syaraf Tiruan Backpropagation mampu mengenali pola dan mampu mengklasifikasikan status gizi balita dengan jumlah iterasi 866 dan MSE 0,0000995. Kata Kunci : Variabel Masukkan, Gizi Balita, Indeks Antropometri, Jaringan Syaraf Tiruan, Backpropagation
Co-Authors