BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada penelitian ini akan dibangun sistem

45 Pages·2014·1.3 MB·Indonesian

BAB 3

ANALISIS DAN PERANCANGAN
3.1 Analisis

Pada penelitian ini akan dibangun sistem yang dapat digunakan untuk mengklasifikasi
pasien menurut body mass index (BMI), Basal Metabolic Rate (BMR), usia dan ukuran
kerangkanya berdasarkan data fisik dari pasien yang telah diambil sebelumnya. Data
fisik yang digunakan adalah tinggi badan, berat badan, usia, ukuran lingkar lengan
bawah serta aktifitas sehari-hari.

Proses-proses yang dilakukan dalam melakukan pengelompokkan pasien
dengan algoritma K-Means Clustering adalah:
a. Bangkitkan cluster-cluster
b. Hitung iterasi ke n dengan menghitung jarak antara pusat cluster dengan
data (BMI dan UK).
c. Hitung cluster baru
d. Bandingkan cluster baru dengan cluster sebelumnya
e. Jika pusat cluster masih berubah maka lanjutkan iterasi (n=n+1)
f. Jika pusat cluster tidak berubah hentikan iterasi

BMI merupakan suatu pengukuran yang membandingkan berat badan dengan tinggi
badan. BMI merupakan teknik untuk menghitung index berat badan, sehingga dapat
diketahui kategori tubuh kita apakah tergolong kurus, normal atau gemuk.
BMI dapat digunakan untuk mengontrol berat badan sehingga dapat mencapai berat
badan normal yang sesuai dengan tinggi badan. Dalam menghitung BMI diperlukan
dua parameter, yaitu berat badan (cm) dan tinggi badan (m).

BMI dapat dihitung dengan menggunakan persamaan berikut:
BB ……………………… (1)
BMI=
TB2

Universitas Sumatera Utara
Dimana :
BMI = Nilai Body Mass Index
BB = Berat Badan dalam kilogram
TB = Tinggi Badan dalam centimeter.
Untuk mengukur apakah berat badan seseorang ideal atau tidak, dapat
dilakukan dengan melihat nilai BMI (Body Mass Index) tubuhnya dan
membandingkan nilainya dengan aturan dengan kategori:
a. Balita umur 1- 5 tahun
b. Remaja umur > 5 – 17 tahun
c. Dewasaumur > 17 - 60 tahun
d. Lansia (lanjut usia) umur > 60 tahun
Berat badan ideal untuk dewasadapat dilihat pada pada Tabel 3.1.
Tabel 3.1 Nilai BMI Dewasa
Nilai BMI Keterangan Ideal
<18,5 Berat Kurang Tidak
18,5 – 22,9 Berat Normal Ya
23 – 24,9 Obesitas Ringan Tidak
25 – 29,9 Obesitas Sedang Tidak
>= 30 Obesitas Berat Tidak

Pengukuran kerangka tubuh manusia merupakan pengukuran yang membandingkan
parameter tinggi badan dan lingkar lengan bawah. Dalam mengukur kerangka tubuh
manusia diperlukan 3 buah parameter, yaitu tinggi badan (cm), lingkar lengan bawah
(cm) dan jenis kelamin.
Rumus untuk menghitung ukuran kerangka manusia seperti ditunjukkan pada
persamaan berikut:
T B …………………………. (2)
UK=
Dimana : LLB
UK = Ukuran Kerangka
TB = Nilai Tinggi Badan
LLB = Ukuran Lingkar Lengan Bawah

Universitas Sumatera Utara
Dengan batas pengelompokkan Laki-laki :
< 9,6 : kerangka kecil
9,6 – 10,4 : kerangka sedang
>10,4 : kerangka besar
Perempuan :
<10,1 : kerangka kecil
10,1 – 11,0 : kerangka sedang
>11,0 : kerangka besar
BMR pasien dapat dihitung melalui rumus berikut ini, dan dibedakan berdasarkan
jenis kelamin:
BMR (wanita) = 655 + (9,6 x BB) + (1,8 x TB - (4,7 x U)
BMR (pria) = 66 + (13,7 x BB) + (5 x TB - (6,8 x U)…………..(3)
Dimana :
BB = Berat badan dalam kilogram
TB = Tinggi Badan dalam centimeter
U = Usia dalam tahun

Setelah kita mendapatkan hasil BMR pasien, kita harus menghitung kebutuhan kalori
harian dengan menggunakan Persamaan Harris Benedict, sebagai berikut :
Kelompok 1: Tidak berolah raga
Kebutuhan Kalori Harian = BMR x 1.2
Kelompok 2: Berolah raga ringan (1-3 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.375
Kelompok 3: Berolah raga sedang (3-5 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.55
Kelompok 4: Berolah raga berat (6-7 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.725
Kelompok 5: Berolah raga berat dan sangat aktif
Kebutuhan Kalori Harian = BMR x 1.9…………………(4)

Universitas Sumatera Utara
Distance Space (euclidean distance) adalah jarak terpendek yang bisa didapatkan
antara data dengan centroid. Distance space dihitung dengan rumusEuclidean:
………….. (5)
Dimana:
D = distance space
X2 = data yang diperhitungkan dalam k-means(Umur, BMI, UK, dan Kalori)
X1 = centroid dari Umur, BMI, UK, dan Kalori

Diperoleh data awal pasien yang berisi tinggi badan, berat serta ukuran lingkar lengan
bawah seperti Tabel 3.2.
Tabel 3.2 Tabel Pasien Kategori Dewasa
Tinggi Berat
Jenis LLB Aktifitas
No.Pasien Umur Badan Badan
Kelamin (cm)
(Cm) (Kg)
1 Laki-Laki 18 160 55 15 Tidak berolahraga
2 Perempuan 20 159 58 14 Berolah raga ringan
3 Perempuan 35 172 60 15 Berolah raga sedang
4 Laki-laki 20 172 57 18 Berolah raga berat
Berolah raga berat dan sangat
5 Perempuan 28 168 70 17
aktif

3.1.1 Perhitungan Nilai BMI

Berdasarkan data pada tabel 3.2 dilakukan perhitungan Nilai BMI adalah menghitung
BMI dengan menggunakan persamaan (1) adalah sebagai berikut:
1. Pasien 1 = BB/(TB)2 = 55/(160/100)2 = 21.48
2. Pasien 2 = BB/(TB)2 = 58/(159/100)2 = 22.94
3. Pasien 3 = BB/(TB)2 = 60/(172/100)2 = 20.28
4. Pasien 4 = BB/(TB)2 = 57/(172/100)2 = 19.26
5. Pasien 5 = BB/(TB)2 = 70/(168/100)2 = 24.80

Universitas Sumatera Utara
3.1.2 Perhitungan Nilai UK
Perhitungan Ukuran Kerangka (UK) pasien dengan menggunakan persamaan (2)
sebagai berikut:
1. Pasien 1 = TB/LLB = 160/15 = 15
2. Pasien 2 = TB/LLB = 159/14 = 11.35
3. Pasien 3 = TB/LLB = 172/15 = 11.46
4. Pasien 4 = TB/LLB = 172/18 = 9.55
5. Pasien 5 = TB/LLB = 168/17 = 9.88

3.1.3 Perhitungan BMR
Perhitungan Basal Metabolic Rate (BMR) pasien dengan menggunakan persamaan
(3) sebagai berikut:
Pasien 1 (Pria):
BMR = 66 + (13,7 x BB) + (5 x TB - (6,8 x U))
= 66 + (13,7 x 55) + (5 x 160 - (6,8 x 18)) = 1497.1
Pasien 2 (Wanita)
BMR (wanita) = 655 + (9,6 x BB) + (1,8 x TB - (4,7 x U))
= 655 + (9,6 x 58) + (1,8 x 159 - (4,7 x 20)) = 1404
Pasien 3 (Wanita)
BMR (wanita) = 655 + (9,6 x BB) + (1,8 x TB - (4,7 x U))
= 655 + (9,6 x 60) + (1,8 x 172 - (4,7 x 35)) = 1376.1
Pasien 4 (Pria):
BMR (Pria) = 66 + (13,7 x BB) + (5 x TB - (6,8 x U))
= 66 + (13,7 x 57) + (5 x 172 - (6,8 x 20)) = 1570.9
Pasien 5 (Wanita)
BMR (wanita) = 655 + (9,6 x BB) + (1,8 x TB - (4,7 x U))
= 655 + (9,6 x 70) + (1,8 x 168 - (4,7 x 28)) = 1497.8

3.1.4 Perhitungan Kebutuhan Kalori Harian
Perhitungan kebutuhan kalori harian pasien dengan menggunakan persamaan (4)
sebagai berikut:

Universitas Sumatera Utara
Pasien 1: Tidak berolah raga
Kebutuhan Kalori Harian = BMR x 1.2 = 1497.1 x 1.2 = 1796.52
Pasien 2: Berolah raga ringan (1-3 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.375 = 1404 x 1.375 = 1930.5
Pasien 3: Berolah raga sedang (3-5 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.55 = 1376.1 x 1.55 = 2132.96
Pasien 4: Berolah raga berat (6-7 kali seminggu)
Kebutuhan Kalori Harian = BMR x 1.725 =1570.9 x 1.725= 2709.8
Pasien 5: Berolah raga berat dan sangat aktif
Kebutuhan Kalori Harian = BMR x 1.9 = 1497.8 x 1.9 = 2844.3
Hasil perhitungan BMI, UK, BMR, dan Kalori Harian di atas dimasukkan ke dalam
tabel seperti pada Tabel 3.3.
Tabel 3.3 Tabel Inisial Cluster
Tinggi Berat
No. LLB Kalori
Badan Badan Usia BMI UK BMR
Pasien (cm) Harian
(Cm) (Kg)
1 160 55 18 15 21.48 10.6 1497.1 1796.52
2 159 58 20 14 22.94 11.35 1404 1930.5
3 172 60 35 15 20.28 11.46 1376.1 2132.96
4 172 57 20 18 19.26 9.55 1570.9 2709.8
5 168 70 28 17 24.80 9.88 1497.8 2844.3

Tahap awal perhitungan K-MeanCluster adalah dengan membangkitkan cluster-
cluster secara acak. Pertama-tama bangkitkan 3 bilangan acak untuk
Usia ; BMI ; UK ; Kalori, misalnya diperoleh
Cluster 1 (25;17;9;2000), Cluster 2 (35;20;10;2500), Cluster 3 (45;25;11;3000)

3.1.5 Perhitungan Iterasi

Perhitungan iterasi adalah menghitung jarak pusat cluster dengan data menggunakan
persamaan (5).

Universitas Sumatera Utara
a. Hitung jarak data pertama ke pusat cluster pertama:
D11=
2 2 2 2
�= (21083.65− 25) +(21.48 −17) +(10.6 −9) +(1796.52 −2000)
b. Hitung jarak data pertama ke pusat cluster kedua:
D21=
2 2 2 2
= 703�.6(91 8 −35) +(21.48 −20) +(10.6 −10) +(1796.52 −2500)
c. Hitung jarak data pertama ke pusat cluster ketiga:
D31=
2 2 2 2
= 120�3.(7198 −45) +(21.48 −25) +(10.6 −11) +(1796.52 −3000)

d. Hitung jarak data kedua ke pusat cluster pertama:
D12=
2 2 2 2
�= (=2 609.9−7 25) +(22.94 −17) +(11.35 −9) +(1930.5 −2000)
e. Hitung jarak data kedua ke pusat cluster kedua:
D22=
2 2 2 2
= 569�.7(12 0 −35) +(22.94 −20) +(11.35 −10) +(1930.5 −2500)
f. Hitung jarak data kedua ke pusat cluster ketiga:
D32=
2 2 2 2
= 106�9.(7290 −45) +(22.94 −25) +(11.35 −11) +(1930.5 −3000)

g. Hitung jarak data ketiga ke pusat cluster pertama:
D13=
2 2 2 2
�= (13353.39− 25) +(20.28 −17) +(11.46 −9) +(2132.96 −2000)

Universitas Sumatera Utara
h. Hitung jarak data ketiga ke pusat cluster kedua:
D23=
=
2 2 2 2
3�6(73.504 −35) +(20.28 −20) +(11.46 −10) +(2132.96 −2500)
i. Hitung jarak data ketiga ke pusat cluster ketiga:
D33=
=
2 2 2 2
8�6(73.511 −45) +(20.28 −25) +(11.46 −11) +(2132.96 −3000)

j. Hitung jarak data keempat ke pusat cluster pertama:
D14=
=
2 2 2 2
�70(92.082 −25) +(19.26 −17) +(9.55 −9) +(2709.8 −2000)
k. Hitung jarak data keempat ke pusat cluster kedua:
D24= =
2 2 2 2
210.34� (20 −35) +(21.48 −20) +(9.55 −10) +(2709.8 −2500)
l. Hitung jarak data keempat ke pusat cluster ketiga:
D34= =
2 2 2 2
291.29� (20 −45) +(21.48 −25) +(9.55 −11) +(2709.8 −3000)

m. Hitung jarak data kelima ke pusat cluster pertama:
D15=
=
2 2 2 2
�84(42.834 −25) +(24.80 −17) +(10.6 −9) +(2844.3 −2000)
n. Hitung jarak data kelima ke pusat cluster kedua:
D25= =
2 2 2 2
344.41� (28 −35) +(24.80 −20) +(10.6 −10) +(2844.3 −2500)

Universitas Sumatera Utara
o. Hitung jarak data kelima ke pusat cluster ketiga:
D35= =
2 2 2 2
156.63� (28 −45) +(24.80 −25) +(10.6 −11) +(2844.3 −3000)

Hasil perhitungan di atas dimasukkan ke dalam tabel pusat cluster, sehingga
diperoleh Tabel 3.4.

Tabel 3.4 Pusat Cluster Iterasi 1
No.Pasien Usia BMI UK Kalori C1 C2 C3
1 18 21.48 10.6 1796.52
203.65 703.69 1203.79
2 20 22.94 11.35 1930.5
69.97 569.71 1069.79
3 35 20.28 11.46 2132.96 133.39
367.04 867.11
4 20 19.26 9.55 2709.8
709.82 210.34 291.29
5 28 24.80 9.88 2844.3 844.34 344.41 156.63

Dari Tabel Cluster Iterasi 1 di atas, pilih cluster yang paling kecil seperti pada tabel
3.5:
Tabel 3.5 Pusat Cluster Terkecil Iterasi 1
No.Pasien Usia BMI UK Kalori C1 C2 C3
1 18 21.48 10.6 1796.52 *
2 20 22.94 11.35 1930.5 *
3 35 20.28 11.46 2132.96 *
4 20 19.26 9.55 2709.8 *
5 28 24.80 9.88 2844.3 *

1. Hitung pusat cluster.
Cluster pertama adalah data nomor pasien 1, 2, dan 3 sehingga
C11 = (18+20+35)/3= 24.33
C12 = (21.48+22.94+20.28)/3 = 21.58
C13 = (10.6+11.35+11.48)/3 = 11.14
C14 = (1796.52+1930.5+2132.96)/3 = 1953.33
Cluster-1 adalah (24.33; 21.58; 11.14; 1953.33)
Universitas Sumatera Utara
Cluster kedua adalah hanya data nomor pasien 4 saja, sehingga:
C21 = 20
C22 = 19.26
C23 = 9.55
C24 = 2709.8
Cluster-2 adalah (20; 19.26; 9.55; 2709.8)
Cluster ketiga adalah hanya data nomor pasien 5 saja, sehingga:
C31 = 28
C32 = 24.80
C33 =9.88
C34 = 2844.3
Cluster-3 adalah (28; 24.80; 9.88; 2844.3)
2. Lakukan Iterasi yang kedua dengan langkah 2 di atas dan diperoleh:
Cluster-1 adalah (24.33 ; 21.58 ; 11.14 ; 1953.33)
Cluster-2 adalah (20 ; 19.26 ; 9.55 ; 2709.8)
Cluster-3 adalah (28 ; 24.80 ; 9.88 ; 2844.3)

a. Hitung jarak data pertama ke pusat cluster pertama:
D11=
2 2 2 2
�= (11586.9 −24.33) +(21.48 −21.58) +(10.6 −11.14) +(1796.52 −1953.33)
b. Hitung jarak data pertama ke pusat cluster kedua:
D21=
2 2 2 2
�= (91183.28− 20) +(21.48 −19.26) +(10.6 −9.55) +(1796.52 −2709.8)
c. Hitung jarak data pertama ke pusat cluster ketiga:
D31=
2 2 2 2
�= (110847.8−3 28) +(21.48 −24.80) +(10.6 −9.88) +(1796.52 −2844.3)

Universitas Sumatera Utara