Putri, Nanda Epriliana Asmara (2017) Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded. Sarjana thesis, Universitas Brawijaya.
Abstract
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%.
English Abstract
Infant nutritional status is very important to be known by the parents, because there are still many malnutrition cases of children under five in Indonesia that is unsolved. It needs to be considered because by looking at the physical condition is not enough to consider the nutritional status of the baby including malnutrition. Based on these problems, a system of infant nutrition status has been made using K-Nearest Neighbor method based on embedded system using gender, age and body weight parameters of infant. The value of K that would be applied to the method needs to be tested to get the best value of K for the system. For readings body weight using a HX711 circuit module, a load cell sensor, connected to NodeMCU ESP8266 in order to send the data wirelessly to a computer / PC as a classifier parameter. The input are gender and age as requiredment for classification, if all three parameters are met the nutritional status can be displayed on web and saved in database as the archieve. From the analysis that has conducted, it can be concluded that the functional testing on the weight sensor has 96.95% accuracy, while the functional testing of basis data storage has 100% conformity. K value has the highest percentage of accuracy when K = 5 and k = 6 with 62.50%. While overall testing of the baby's nutritional status classification system yielded 94.5% accuracy.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/230/051704687 |
| Uncontrolled Keywords: | Load cell, NodeMCU ESP8266, status gizi, K-Nearest Neighbor. |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugiantoro |
| Date Deposited: | 13 Jul 2017 09:35 |
| Last Modified: | 01 Oct 2020 14:17 |
| URI: | http://repository.ub.ac.id/id/eprint/56 |
Preview |
Text
Putri, Nanda Epriliana Asmara.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |