METODE ANFIS DAN ALGORITMA GENETIKA UNTUK DETEKSI DINI PENYIMPANGAN TUMBUH KEMBANG BALITA; EARLY DETECTION OF TODDLER’S GROWTH AND DEVELOPMENT DEVIATION USING ANFIS DAN GENETIC ALGORITHM

Ariesta Damayanti, Sri Hartati

2015 | Disertasi | PROGRAM STUDI S2 ILMU KOMPUTER

Deteksi dini tumbuh kembang balita merupakan upaya penjaringan dan penyaringan yang dilakukan untuk menemukan secara dini adanya penyimpangan tumbuh kembang pada balita. Semakin dini ditemukan penyimpangan maka semakin mudah dilakukan intervensi untuk perbaikan, sebaliknya bila penyimpangan terlambat diketahui maka intervensi untuk perbaikannya lebih sulit dilakukan. Keuntungan lain dari deteksi dini adalah agar petugas kesehatan mempunyai waktu dalam menyusun rencana serta melakukan tindakan atau intervensi yang tepat. Adaptive Neuro Fuzzy Inference System (ANFIS) adalah metode yang menggabungkan mekanisme fuzzy inference system dengan jaringan syaraf. Penelitian ini memanfaatkan ANFIS dan algoritma genetika sebagai algoritma pelatihan yang memiliki tujuan utama melakukan deteksi dini penyimpangan tumbuh kembang balita. Deteksi dini penyimpangan tumbuh kembang balita dengan metode ANFIS dan algoritma genetika ini menggunakan 6 (enam) parameter masukan yang berupa tumbuh kembang balita. Enam parameter tersebut adalah : usia, berat badan, tinggi badan, lingkar kepala, nilai motorik kasar dan nilai motorik halus. Sistem inferensi samar yang digunakan adalah Takagi Sugeno Kang (TSK) orde 1, dengan metode pelatihan menggabungkan Least Squares Estimator (LSE) pada tahap maju dan algoritma genetika pada tahap mundur. Hasil deteksi yang diperoleh pada penelitian ini menghasilkan error training terkecil sebesar 0,002899. Untuk pengujian sistem ditemukan bahwa karakteristik data pada proses pelatihan mempengaruhi akurasi deteksi yang dihasilkan oleh sistem.

Kata Kunci : algoritma genetika, ANFIS, deteksi, penyimpangan, perkembangan, pertumbuhan