Penerapan Algoritme Jaringan Syaraf Tiruan Backpropagation pada Pengklasifikasian Status Gizi Balita

Abstrak

Pertumbuhan dan perkembangan balita merupakan hal penting yang dapat diketahui dengan penilaian terhadap status gizinya. Tolak ukur dari suatu pencapaian yang terpenuhi dari nutrisi pada anak yang dapat di klasifikasikan dengan beratobadanoanak.  Penilaian dari status gizi balita dapat ditentukan melalui mengukur tubuh yang dikenal dengan“Anthropometriâ€. Dalam mengklasifikasi status gizi balita terdapat kekhawatiran yaitu pada masyarakat tentang masalah gizi yang baik untuk mengetahui dari  banyak balita yang gizi nya baik, dan juga ingin mengetahui mana yang benar-benar gizi ideal. Karena dalam penilaian status gizi balita melalui Antroprometri gizi baik terdapat rentang yang besar. Pada proses pengujian menggunakan metode backpropagation dimulai dengan jumlah dari  iterasi, nilai pada learning rate, batas error dan jumlah data latih dan uji. Dalam penelitian terdapat 3 neuron input layer, 3 neuron hidden layer dan 1 output layer. Hasil dari tahapan pengujian yaitu  diperoleh hasil dari akurasi tertinggi yaitu sebesar  54.0%  untuk nilai learning rate 0.1, pada batas error 0.001 dan 0.005. Jumlah data latih dan data uji yang dipakai adalah 80:10, dengan iterasi 10000. Selanjutntnya akurasi terendah yang diperoleh yaitu bernilai 43.0% yaitu pada hasil data latih dan data uji adalah 70:50, dan learning rate 0.3 dan 1000 iterasi maksimum.