Christin Natalia Widi (2015) Sistem Pakar Identifikasi Status Gizi Pada Anak Bawah Lima Tahun Menggunakan Metode Forward Chaining Berbasis Mobile. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. COVER.pdf Download (340kB)
	Text 2. ABSTRAK.pdf Download (313kB)
	Text 3. DAFTAR ISI.pdf Download (439kB)
	Text 4. BAB I PENDAHULUAN.pdf Download (325kB)
	Text 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 23 January 2023. Download (494kB) | Request a copy
	Text 6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 23 January 2023. Download (374kB) | Request a copy
	Text 7. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 23 January 2023. Download (987kB) | Request a copy
	Text 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 23 January 2023. Download (310kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (310kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 23 January 2023. Download (1MB) | Request a copy

Abstract

Gizi merupakan salah satu faktor penentu kualitas sumber daya manusia. Salah satu dampak adalah gizi buruk. Gizi buruk sering disebabkan oleh pengetahuan ibu yang kurang mengenai kebutuhan gizi dan kurang nya kuantitas tenaga pelaksana gizi berpengalaman dan terlatih dalam tatalaksana gizi buruk. Penelitian ini bertujuan untuk membuat sebuah aplikasi sistem pakar identifikasi status gizi buruk pada balita dengan menggunkan metode forward chaining berbasis mobile Identifikasi status gizi buruk pada anak dibawah lima tahun (balita) dilakukan dengan beberapa proses. Proses pertama adalah mengidentifikasi status gizi balita dengan perhitungan antropometri. Proses kedua adalah menentukan tipe gizi buruk balita dengan identifikasi klinis, dan proses terakhir adalah menentukan kriteria gizi buruk balita dengan komplikasi medis setelah itu dapat menentukan solusi tatalaksana penanganannya. Pengelolaan data fakta gejala klinis, komplikasi medis, dan solusi tatalaksana gizi buruk disimpan ke dalam basis aturan. Digunakan mesin inferensi Forward Chaining untuk mencari aturan yang sesuai dengan fakta. Penelitian ini mampu mengidentifikasi status gizi buruk balita dan rekomendasi tatalaksana penanganannya. Hasil evaluasi sistem menggunakan Black Box didapatkan hasil bahwa sistem telah dibuat dengan benar sesuai dengan kebutuhan dan tujuan yang diharapkan. Hasil evaluasi sistem dengan memberikan kuesioner kepada 16 panelis secara acak, maka didapatkan hasil aplikasi MES (Malnutrition Expert System) dikategorikan baik sebesar 66,4%, bersifat user friendly terhadap penggunanya.

Actions (login required)

View Item