BAB I PENDAHULUAN
1.1 Latar Belakang Allah SWT.
berfirman dalam surat Al-Qomar ayat Arti:
Sesungguhnya Allah menciptakan segala sesuatu menurut ukuran (Q.S. Al-Qomar:49).
Dari Ayat tersebut menunjukkan bahwasanya
segala sesuatu yang diciptakan Allah memiliki ukuran masing-masing. Ukuran yang
dimaksud disini adalah merupakan
suatu ketentuan khusus
yang berlaku pada
objek tertentu.
Misalnya,
untuk mengetahui ukuran
tingkat kemampuan seseorang
dalam berpikir maka akan dapat diukur dari tingkat kecerdasan (IQ),
apakah murid A adalah anak yang cerdas dan brilian, maka dapat diukur dari
IQ-nya, berarti takaran kecerdasan murid
A ditentukan dengan
ukuran dari tingkat kecerdasannya. Contoh lain lagi,
sudah menjadi sifat makluk hidup tidak dapat terlepas dari
kebutuhan akan oksigen
(O2) dan karbondioksida (CO ) untuk memenuhi kebutuhan
nutrisi metabolismenya, dengan
ukuran yang harus seimbang dan tidak boleh berat sebelah
dan harus sesuai dengan ukuran dan kebutuhannya. Berdasarkan kedua contoh
tersebut, disimpulkan bahwa segala sesuatu di dunia ini ada dan berada menurut
ukuran masing-masing.
Demikian
halnya dalam salah
satu bidang ilmu
yaitu matematika, khususnya statistika,
yang sedikit banyak
membahas tentang ukuran
atau pengukuran.
Definisi ukuran menurut
bidang ilmu statistika
merupakan nilai/angka yang sesuai
dengan aturan tertentu
pada atribut suatu
elemen.
Sedangkan
pengukuran merupakan pemberian
nilai/angka dengan aturan tertentu pada atribut suatu elemen
(Supranto, 2004).
Salah
satu cabang dari
ilmu statistik yang
didalamnya berkaitan dengan pengukuran
adalah analisis diskriminan.
Dimana pada analisis diskriminan ini, obyek yang akan
dianalisis dengan metode ini harus diubah kedalam bentuk data nominal atau
ordinal yakni dengan pemberian nilai atau angka, sesuai
dengan aturan pada
obyek data tersebut.
Hal ini merupakan suatu bentuk pengukuran pada obyek
tertentu.
Analisis
diskriminan itu sendiri
adalah salah satu
metode pengelompokan yang sering digunakan untuk menyelesaikan berbagai
macam persoalan. Selain itu juga analisis diskriminan merupakan teknik
menganalisis data, dimana variabel yang mengikuti terdiri dari variabel bebas
dan variabel tak bebas.
Pada
analisis diskriminan terdapat
asumsi yang harus
dipenuhi yaitu pada setiap
kelompok (group) merupakan
suatu sampel dari populasi
yang berdistribusi normal dan mempunyai matrik kovarian yang sama. Akan
tetapi pada kenyataannya tidak
selamanya asumsi tersebut
dapat dipenuhi, karena asumsi
normalitas data tidak
terpenuhi. Oleh sebab
itu, diperlukan adanya solusi untuk mengatasinya yakni salah
satunya dengan menggunakan metode jaringan
syaraf tiruan. Alasan
dipilihnya metode jaringan
syaraf tiruan ini adalah
karena jaringan syaraf
tiruan merupakan suatu
metode yang dapat digunakan untuk mengklasifikasikan data
tanpa melihat asumsinya.
Jaringan
syaraf tiruan juga
merupakan salah satu
cabang dari ilmu statistika yang merupakan suatu
alternatif untuk menyelesaikan suatu masalah pada data
baik linier maupun
tidak linier. Jaringan
syaraf tiruan ini mempunyai
kelebihan dimana bisa
mengatasi beberapa persoalan
tanpa mengadakan perubahan drastis
terhadap modelnya, dan
waku penyelesaian yang cepat
(Santosa, 2007). Kelebihannya yang lain adalah metode ini tidak perlu adanya
asumsi bahwa data harus berdistribusi multivariate normal serta metode ini juga
mempunyai ketelitian yang cukup tinggi.
Berdasarkan
latar belakang di
atas, maka dalam
penelitian ini akan digunakan jaringan syaraf tiruan sebagai
metode pengklasifikasian data status gizi
mahasiswa Universitas Islam
Negeri (UIN) Maulana
Malik Ibrahim Malang tahun
2009/2010. Pemilihan status
gizi yang digunakan
dalam penelitian ini bermaksud
agar penulis dan
pembaca dapat menambah pengetahuan tentang
gizi sehingga dapat
membantu dalam meminimalkan persoalan-persoalan gizi yang
muncul di negeri ini.
1.2 Rumusan Masalah 1. Bagaimana arsitektur
jaringan syaraf tiruan
untuk menghasilkan pengklasifikasian
maksimal dari data status gizi? 2. Seberapa
besar kemampuan jaringan
syaraf tiruan dalam mengklasifikasikan status gizi ? 1.3
Batasan Masalah Agar penelitian ini tetap fokus pada masalah yang akan dibahas
maka diperlukan adanya batasan masalah. Batasan masalah untuk penelitian adalah
sebagai berikut: 1. Data yang digunakan
dalam penelitian ini
adalah data berat
badan dan tinggi badan
mahasiswa Universitas Islam
Negeri (UIN) Maulana
Malik Ibrahim (MALIKI) tahun 2009/2010 sebanyak 500 data mahasiswa yang diambil
dari KSR Universitas Islam Negeri (UIN) Maulana Malik Ibrahim (MALIKI) Malang.
2. Model
jaringan syaraf tiruan
yang akan digunakan
adalah backpropagation.
3. Alat bantu yang digunakan dalam penelitian
ini adalah program S-Plus dan beberapa program statistik lainnya.
4. Standart
penilaian status gizi
yang digunakan adalah
IMT (BMI) yang merupakan salah
satu metode pengukuran
dalam anthropometri yang mengacu pada standart WHO.
1.4 Tujuan Penelitian Sebagaimana rumusan
masalah yang tersebut di atas, maka tujuan dari penelitian ini adalah: 1.
Mengetahui arsitektur jaringan
syaraf tiruan yang
dapat menghasilkan pengklasifikasian
yang maksimal dari data status gizi.
2. Mengetahui
besarnya kemampuan jaringan
syaraf tiruan dalam mengklasifikasikan status gizi.
1.5 Manfaat Penelitian Penelitian ini
diharapkan dapat menambah pengetahuan tentang status gizi dan mengetahui
manfaat jaringan syaraf tiruan untuk mengklasifikasikan data baik yang
berdistribusi normal maupun tidak .
1.6 Metode Penelitian 1.6.1. Metode untuk
Menganalisis Data Menggunakan
Jaringan Syaraf Tiruan 1.
Mengumpulkan data.
Data
yang digunakan dalam
penelitian ini adalah
data sekunder yang diperoleh dari
KSR Universitas Islam Negeri (UIN) Maulana Malik Ibrahim (MALIKI)
Malang. Data tersebut
berupa data berat
badan dan tinggi badan
Mahasiswa tahun ajaran
2009/2010 yang selanjutnya
akan diukur dengan menggunakan
metode antropometri untuk
melihat status gizi masing-masing
individu.
Metode
antropometri yang digunakan
adalah menggunakan Body Mass Index dengan rumus : k g B
M I m (Moersintowarti, 2006).
Ketentuan nilai BMI adalah sebagai berikut: Tabel
1.1 Klasifikasi Internasional tentang berat badan yang rendah, nomal, dan
obesitas menurut BMI Classification BMI(kg/m
) Principal cut-off points Additional
cut-off points Underweight <18.50 <18.
0 komentar:
Posting Komentar