Identifikasi Obesitas Pada Balita Di Posyandu Berbasis Artificial Intelligence

Abstract

Mengidentifikasi obesitas pada balita bertujuan untuk mengetahui tingkat kelebihan bobot tubuh pada balita. Obesitas pada anak merupakan salah satu masalah kesehatan yang sangat membutuhkan perhatian  kita saat ini. Karena balita yang terlalu gemuk, akan mengakibatkan proses perkembangan balita tersebut terlambat. Pengukuran Bobot tubuh telah dilakukan dengan pengukuran yang tepat oleh kader posyandu yang disebut dengan IMT (Indeks Massa Tubuh) dimana perbandingan antara bobot tubuh dengan tinggi balita. Pada posyandu identifikasi obsesitas pada balita masih dilakukan secara manual, dengan perhitungan yang sederhana. Berdasarkan hal tersebut penulis akan menerapkan suatu sistem yang berbasis artificial intelligent yaitu sistem pakar. Sistem pakar ini bertujuan untuk membantu kader posyandu dalam identifikasi obesitas pada balita. Pada penelitian ini  dapat diidentifikasi apakah balita tersebut mengalami obesitas primer atau obesitas sekunder serta mampu memberikan solusi kepada pasien berupa terapi untuk balita yang mengalami obesitas , sistem pakar ini menggunakan metode forward chaining,  dan bahasa pemprograman berorentasi objek yaitu Delphi 7, serta database yang digunakan adalah MySQL.

Identifying obesity in toddlers aims to determine the level of excess body weight in toddlers. Obesity in children is one of the health problems that are in dire need of our current attention. Because toddlers are too fat, will result in the process of development of the toddler is too late. Measurements Body weights have been performed with precise measurements by a posyandu cadre called the BMI (Body Mass Index) where the ratio of body weight to height is high. In posyandu, obsessive identification in toddlers is still done manually, with a simple calculation. Based on this the authors will apply a system based on Artificial intelligent expert system. This expert system aims to assist Posyandu cadres in the identification of obesity in infants. In this study can be identified whether the child is obese primary or secondary obesity and able to provide solutions to patients in the form of therapy for obese infants, this expert system using forward chaining method, and object oriented programming language that is Delphi 7, and the database used is MySQL.