Pendekatan Bayes-HDSS dalam Menentukan Status Pantauan Gizi Balita

Teknologi dan perkembangan komputer saat ini sangat membantu banyak kebutuhan dalam kehidupan, termasuk dalam hal menggantikan kemampuan seorang ahli dalam mengerjakan dan menentukan sebuah keputusan dalam permasalahan yang terjadi pada banyak orang. Dalam perkembangan sistem pakar dan sistem pendukung keputusan juga dapat menggantikan dan menjadi solusi dari seorang ahli pakar. Bayes digunakan untuk mendiagnosis penyakit serta AHP dan TOPSIS akan digunakan untuk melakukan perangkingan penyakit pada manusia, termasuk gizi pada anak dimana sampai saat ini masalah terbesar dunia adalah bagaimana mengatasi gizi buruk yang dialami. Dengan menggunakan Sistem Pakar dan HDSS diharap Mampu menghitung kriteria yang merupakan gejala pada anak guna menghasilkan urutan anak yang menjadi fokus pantauan dimana nilai terbesar dari output sistem memberikan kepastian bahwa anak membutuhkan fokus dalam mengatasi masalah gizi yang dialaminya. Didalam Penelitian ini, Bayes, AHP dan TOPSIS mampu menghitung nilai dengan memberikan diagnosis gejala serta menempilkan nilai persentase kebutuhan pantauan pada data sampel balita yang di peroleh dari Pusat Kesehatan Masyarakat (Puskesmas) XYZ terhadap masalah gizi balita yang ada di Pusat Kesehatan Masyarakat tersebut. Dari 5 Gejala Yang di implementasikan kedalam sistem pakar (bayes) yaitu; STUNTING, GIZI LEBIH, GIZI KURANG, KWASHIORKOR, dan MARASMUS, tidak ditemukan status STUNTING. Selanjutnya pada HDSS Menghasilkan persentase 95,49% yang mana balita ini merupakan pemilik kriteria terburuk diantara balita lainnya. Abstract Technology and the development of computers are very helpful for many people in life, including in terms of replacing the ability of an expert to do and determine a decision in problems that occur to many people. In the development of expert systems and support systems, decisions can also replace and be a solution to the scarcity of an expert. Bayes is used to diagnose disease and AHP and TOPSIS will be used to rank diseases in humans, including nutrition in children where until now the world's biggest problem is how to overcome malnutrition experienced by toddlers including stunting problems, where toddler growth is not optimal. By using an Expert System and HDSS (namely AHP and TOPSIS) it is forbidden to calculate criteria that are symptoms in children, to produce a sequence of children who are the focus of monitoring. The greatest value of the output system provides certainty that children need focus in overcoming the problem of malnutrition. Deepened by this research, Bayes, AHP and TOPSIS were able to calculate the value by providing a diagnosis of symptoms and displaying the percentage value of the need for monitoring on the toddler sample data obtained from the XYZ Community Health Center (Puskesmas) for toddler nutrition problems in the Community Health Center. Of the 5 Symptoms implemented in the expert system (bayes) namely STUNTING, OVER NUTRITION, MALNUTRITION, KWASHIORKOR, and MARASMUS, no STUNTING status was found. Next on HDSS Produces a percentage of 95.49% of which this toddler is the owner of the worst criteria among other toddlers.