Pustaka Ilmiah Universitas Padjadjaran

Abstrak

Studi Simulasi Evaluasi Ketepatan Klasifikasi Indeks Massa Tubuh Berdasarkan Tabel Klasifikasi Indeks Massa Tubuh WHO Dengan Pendekatan Regresi Logistik Ordinal Dan Analisis Diskriminan (Studi Kasus Klasifikasi Status Gizi Dewasa)

Status gizi dewasa diklasifikasikan menjadi empat kelompok, yaitu underweight, normal, overweight, dan obesitas. Tujuan utama dari penelitian ini adalah evaluasi ketepatan klasifikasi indeks massa tubuh berdasarkan tabel klasifikasi indeks massa tubuh WHO dengan pendekatan regresi logistik ordinal dan analisis diskriminan. Selanjutnya, membandingkan ketepatan klasifikasi antara regresi logistik ordinal dan analisis diskriminan dalam pengklasifikasi status gizi dewasa. Studi kasus pengelompokkan status gizi dewasa berdasarkan variabel bebas yang terlibat yaitu, berat badan (kg) dan tinggi badan (cm) dengan studi simulasi. Berat badan dan tinggi badan bersifat kontinu dan berdistribusi normal multivariat. Data simulasi menggunakan lima tingkatan ukuran sampel, yaitu n1=200, n2=400, n3=600, n4=800, dan n5=1000 dengan pengulangan sebanyak 100 kali. Ukuran ketepatan klasifikasi yang digunakan adalah Apparent Error Rate (APER). Hasilnya adalah rata-rata kesalahan klasifikasi (APER) yang dihasilkan regresi logistik ordinal sebesar 28,56%, analisis diskriminan 28,49%, dan berdasarkan tabel klasifikasi indeks massa tubuh WHO sebesar 31,08%. Analisis Diskriminan menghasilkan nilai APER lebih kecil dibandingkan dengan Regresi Logistik Ordinal. Klasifikasi indeks massa tubuh (IMT) dengan tabel klasifikasi IMT WHO menghasilkan APER paling besar dibandingkan dengan analisis diskriminan dan regresi logistik ordinal. Analisis diskriminan lebih baik diterapkan dalam pengklasifikasian status gizi dewasa dibandingkan dengan regresi logistik ordinal.

Adult nutrient status was classified into four groups, underweight, normal, overweight, and obesity. The main purpose of this study was to evaluate the accuracy of classification body mass index (BMI) using simplified tables for BMI. Then compare the level of classification accuracy between classification using simplified tables for body mass index with Ordinal Logistic Regression and Discriminant Analysis using simulated data. The case study of this paper is about classification adult nutrient status whereas nutrient status standart WHO. Independent variables was used in this paper are weight (kg) and height (cm) which follow multivariat normal distribution. Simulation data are used five levels of sample size n1=200,n2=400,n3=600,n4=800, and n5=1000, every levels of sample size will be replicated as much as 100 times to see the consistency of each method in the classification. Apparent Error Rate is used to compare the leveel of classification accuracy. The result showed that the apparent error rate of ordinal logistic regression is 28,56%, disriminant analysis is 28,49%, and using body mass index simplified tables classification is 31,08%. Classification using simplified tables for body mass index has greatest APER than ordinal logistic regression and discriminan analysis.Discriminant analysis is better to classify adult nutrient status than ordinal logistic regression.