Klasifikasi Status Gizi Balita Menggunakan Metode Backpropagation Dengan Algoritma Levenberg-Marquardt dan Inisialisasi Nguyen Widrow

Abstract

Banyaknya  Kasus  Gizi  Buruk  pada  anak-anak  usia  di  bawah  lima  tahun  umumnya  ditemukan  akibat ketidaktahuan terhadap permasalahan gizi pada anak. Klasifikasi Status Gizi Balita merupakan upaya yang dilakukan untuk mengetahui status  gizi pada balita. Penelitian ini bertujuan untuk membangun sebuah sistem Klasifikasi status gizi balita berbasis web menggunakan jaringan syaraf tiruan Backpropagation dengan Algoritma Levenberg-Marquardt dan inisialisasi Nguyen-Widrow. Variabel yang digunakan dalam penelitian ini merupakan data antropometri sebanyak 4 variabel. Seluruh data penelitian diambil dari POSYANDU RW 08 Kelurahan Sambiroto Kecamatan Tembalang, Semarang, Jawa Tengah. Data yang diambil sebanyak 100 data dengan pembagian data latih dan data uji menggunakan K-Fold Cross Validation. Hasil penelitian menunjukkan arsitektur terbaik untuk melakukan Klasifikasi didapat pada kombinasi parameter hidden neuron 12, parameter Levenberg-Marquardt (µ)  0.01,  maksimum  epoch  1000  dan  target  error  0.001  yang  menghasilkan  MSE 0.000064