Sistem Pakar Diagnosis Masalah Gizi Balita Menggunkan Metode Teorema Bayes Berbasis Web

Ayu Mira Yunita, Robby Rizki

Abstract


Permasalahan gizi balita masih menjadi tantangan kesehatan masyarakat yang memerlukan penanganan serius, termasuk di wilayah Kecamatan Labuan, Proses diagnosis status gizi yang masih dilakukan secara manual menimbulkan potensi kesalahan dalam klasifikasi akibat tidak dipertimbangkannya hubungan probabilistik antara variabel penentu seperti berat badan, tinggi badan, usia, dan jenis kelamin. Untuk mengatasi keterbatasan tersebut, penelitian ini bertujuan membantu tenaga kesehatan dalam meningkatkan ketepatan pengambilan keputusan medis, mempercepat proses layanan, serta mendukung program pemerintah dalam menurunkan angka stunting dan gizi buruk di tingkat Masyarakat dengan mengembangkan sistem pakar diagnosis masalah gizi balita berbasis metode Teorema Bayes. Metode ini digunakan karena kemampuannya dalam melakukan penalaran berbasis probabilitas untuk menghasilkan tingkat keyakinan diagnosis yang mendekati analisis pakar gizi. Hasil dari penelitian ini pasien yang mengalami gejala di atas kemungkinan terkena Stunting dengan nilai teorema bayes sebesar 0,52 jika 0,52 × 100% = 52% Kemungkinan. Maka Pencegahannya yaitu dengan Perawatan pada Ibu Hamil,  Pemberian ASI dan MP-ASI, Melakukan Pola Hidup Bersih Dan Sehat (PHBS) dan mengkonsumsi makanan yang bergizi yang seimbang dan Segera bawa balita sakit ke fasilitas kesehatan terdekat untuk dilakukan konseling khusus pada anak.


Keywords


Sistem Pakar, Teorema Bayes, Masalah gizi, Balita

Full Text:

PDF

References


World Health Organization, “No Title,” Levels and trends in child malnutrition: UNICEF/WHO/World Bank Group joint child malnutrition estimates: key findings of the 2025 edition. [Online]. Available: https://www.who.int/publications/i/item/9789240112308

Kemenkes, “No Title.” [Online]. Available: https://layanandata.kemkes.go.id/katalog-data/ssgi/ketersediaan-data/ssgi-2022

A. Rahman et al., “Implementasi Metode Teorema Bayes Untuk Mendiagnosa Penyakit Pada Tumbuhan Bunga Kertas,” vol. 5, no. 1, 2022.

A. J. Wahidin and T. H. Andika, “Deteksi Dini Stunting Pada Anak Berdasarkan Indikator Antropometri dengan Menggunakan Algoritma Machine Learning,” pp. 378–387, 2024, doi: 10.33364/algoritma/v.21-2.2122.

R. Gustriansyah, N. Suhandi, and S. Puspasari, “Machine Learning Method to Predict the Toddlers ’ Nutritional Status,” pp. 32–43, 2024.

B. Rao, M. Rashid, and G. Hasan, “Machine Learning in Predicting Child Malnutrition : A Meta-Analysis of Demographic and Health Surveys Data,” pp. 1–15, 2025.

R. Sistem, M. Yanto, F. Hadi, and S. Arlis, “JURNAL RESTI Optimization of Machine Learning Classification Analysis of Malnutrition Cases in Children,” vol. 5, no. 158, pp. 1378–1386, 2026.

A. Approach, “i,” vol. 6, no. 3, pp. 147–155, 2024.

V. N. Sari et al., “Implementasi Metode Bayes Dalam Evaluasi Kepuasan,” vol. 4, no. 1, pp. 12–21, 2021.

A. Iskandar and G. Rakasiwi, “Analisa Perbandingan Metode Teorema Bayes Dan Case Based Reasoning Diagnosa Penyakit Pada Tanaman Tomat,” vol. 5, no. 1, pp. 228–237, 2023, doi: 10.47065/josyc.v5i1.4617.

Y. Yao, “Applications of Bayesian Inference in Financial Econometrics :,” vol. 2, no. 2, pp. 1–8, 2025.

M. Mosia, F. O. Egara, and F. A. Nannim, “Bayesian Hierarchical Modelling of Student Academic Performance : The Impact of Mathematics Competency , Institutional Context , and Temporal Variability,” pp. 1–18, 2025.

F. I. Putri, H. Retnawati, and E. Kardanova, “A comparison of the stability of ability parameter estimation based on the maximum likelihood and Bayesian estimation : A case study of dichotomous scoring test results,” vol. 11, no. 1, pp. 101–111, 2025.

F. Andriani and H. Sastypratiwi, “Implementasi Basis Pengetahuan Menggunakan Metode Teorema Bayes ( Studi Kasus : Diagnosis Gangguan Perilaku Pada Anak ),” pp. 375–382, 2020.

I. A. Setiadhi et al., “Sistem Pakar Diganosa Jenis Kecanduan Narkoba Menggunakan Teorema Bayes,” pp. 61–69, 2021.

K. Kunci, “Penerapan Teorema Bayes Pada Sistem Pakar Diagnosa Pendahuluan Tinjauan Pustaka,” vol. 5, no. 2, 2024.




DOI: http://dx.doi.org/10.36448/jsit.v16i2.4590

Refbacks

  • There are currently no refbacks.


About the JournalJournal PoliciesAuthor Information

Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
e-ISSN: 2686-181X
Website: http://jurnal.ubl.ac.id/index.php/explore
Email: explore@ubl.ac.id
Published by: Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Office: Jalan Zainal Abidin Pagar Alam No 89, Gedong Meneng, Bandar Lampung, Indonesia

This work is licensed under a Creative Commons Attribution 4.0 International License
Technical Support by:  RYE Education Hub