Pembuatan sistem pendukung keputusan status gizi balita dengan penerapan metode Backpropagation berbasis Android

مستخلص البحث

مشكلة الذكور من المغذويات هي مشكلة محددة فى بلد ما. تواجه اندونيسيا مشكلات تغذوية متعددة, وهي مشكلة سوء التغذوية و مشاكل تغذوية اكثر. عادة ما تكون مشكلات التغذوية اقل بسبب الفقر و نقص الإمدادات الغذائية وسوء نوعية الغذاء. نقص المعروفة العامة حول التغذوية والنظام الغذائ المتوازن والصحة, ووجود المناطيق الغذائية الفقيرة. اكثر عرضة لمشكلة التغذوية المتوازنة اقل.

مع هذه الخلفية, من الضروري انشاء نظام دعم القرار تستند وظيفة الروبوات التحديد الحالة الغذائية للاطفال الصغار التي يمكن استخدامها من قبل الجميع الناس, وخاصة اباء الاطفال الصغار. يهدف النظام المراد الى التسهيل الامر الاباء فى معرفة الحالة الغذائية للاطفال الصغار. هذه الدراسة يسرح مدى دقة طريقة النسخ الاخطياطي في تصنيف الحالة التغذوية.

فى هذه الدراسة, التي تم الحصول عليها قيمة يعنى التدريب للشبكة العصبية, وتوفر 0.2 و 1000 التكرار التي كانت عليها قيمة يعني = 0.015776 , و نموداج للشبكة العصبية الصناعية الامثال من التذريب للشبكة العصبية علي التغذوية الاطفال.

ABSTRACT

The problem of malnutrition is a definite problem in a country. In Indonesia faces multiple nutritional problems, namely malnutrition and overnutrition. Malnutrition is generally caused by poverty, lack of food supplies, poor quality. Lack of public knowledge about nutrition, about the balanced menu and health, and the existence of poor nutritional areas (iodine). In certain communities accompanied by a lack of knowledge about nutrition, balance menus and health. Toddlers, more vulnerable to malnutrition problems.

Whit this background, it is necessary to build an android based decision support system that functions to determine the nutritional status of toddlers that can be used by everyone, especially the parents of toddlers. The system to be created is intended to facilitate the parents to know the nutritional status and nutrition for toddlers. This research explane how accurate the backpropagation method is to classify the nutritional status of children under five with the provision of different learning rate and iteration.

In the research, in value of minimum means square error backpropagation training, using a=0.2 and iteration = 1000 that is MSE = 0.015776, we also obtained optimum model of artificial neural network architekture using backpropagation training on infant nutritional state, wich is a network architekture that consist of two units of input, ten hidden node in one hidden layer, and four units of output.

ABSTRAK

Masalah mal nutrisi merupakan masalah yang pasti ada pada sebuah negara. Di Indonesia menghadapi masalah gizi ganda, yaitu masalah gizi kurang dan masalah gizi lebih. Masalah gizi kurang pada umumnya disebabkan oleh kemiskinan, kurangnya ersediaan pangan, kurang baiknya kualitas. Kurangnya pengetahuan masyarakat tentang gizi, menu seimbang dan kesehatan, dan adanya daerah miskin gizi (iodium). Pada lapisan masyarakat tertentu disertai dengan kurangnya pengetahuan tentang gizi, menu seimbang dan kesehatan. Balita, lebih rentan terhadap masalah kurang seimbangnya asupan gizi.

Dengan latar belakang tersebut maka perlu dibuatnya suatu sistem pendukung keputusan bebabasis android yang berfungsi menentukan status gizi balita yang dapat digunakan oleh semua orang, khususnya orang tua balita. Sistem yang akan dibuat ini bertujuan untuk mempermudah orang tua dalam mengetahui status gizi serta pemberian gizi terhadap balita. Penelitian ini menjelaskan tentang seberapa akurat metode backpropagation dalam mengklasifikasi status gizi balita dengan ketentuan learning rate dan iterasi yang berbe