Sistem Pakar Rekomendasi Nutrisi Konsumsi MBG Siswa SMA Menggunakan Metode Naïve Bayes
Abstract
Masa remaja merupakan fase kritis yang memerlukan pemenuhan gizi optimal, namun pelaksanaan Program Makan Bergizi Gratis (MBG) yang diluncurkan pemerintah Indonesia pada Januari 2025 belum sepenuhnya mempertimbangkan karakteristik nutrisi individu siswa. Penelitian ini bertujuan membangun sistem pakar berbasis web yang mengklasifikasikan kebutuhan nutrisi siswa Sekolah Menengah Atas (SMA) menggunakan metode Naïve Bayes dengan Laplace Smoothing, serta menghasilkan rekomendasi menu MBG yang telah divalidasi oleh Ahli Gizi. Sistem menerima tujuh variabel input meliputi usia, jenis kelamin, kategori berat badan, kategori tinggi badan, tingkat aktivitas fisik, preferensi makanan, dan pola konsumsi MBG yang diperoleh melalui kuesioner 17 item Likert dari 73 siswa SMA peserta MBG. Estimasi Indeks Massa Tubuh (IMT) dihitung menggunakan nilai tengah kategori, kemudian diproses bersama variabel lain untuk menghasilkan empat kategori rekomendasi nutrisi: Tinggi Protein, Seimbang, Rendah Kalori, dan Tambahan Energi. Basis pengetahuan berupa 12 rule disusun dan divalidasi oleh Ahli Gizi. Pengujian Black Box terhadap 14 skenario fungsional menunjukkan tingkat keberhasilan 100%. Uji konsistensi internal basis pengetahuan memperoleh tingkat kesesuaian 75% (9 dari 12 kombinasi). Pengujian akurasi melalui validasi eksternal Ahli Gizi terhadap 25 sampel menunjukkan tingkat akurasi 80%. Hasil penelitian membuktikan bahwa sistem pakar berbasis Naïve Bayes layak digunakan sebagai alat bantu pendukung keputusan dalam evaluasi dan penyempurnaan menu MBG secara berkelanjutan.
References
Arrayyan, A. Z., Setiawan, H., & Putra, K. T. (2024). Naive Bayes for diabetes prediction: Developing a classification model for risk identification in specific populations. Semesta Teknika, 27(1), 28–36. https://doi.org/10.18196/st.v27i1.21008
Aziz, A., Furqan, M., & Fakhriza, M. (2024). Penerapan metode Naive Bayes untuk klasifikasi status gizi balita. Syntax: Journal of Software Engineering, Computer Science and Information Technology, 5(2), 617–625. https://doi.org/10.46576/syntax.v5i2.5568
Badan Gizi Nasional. (2025). Pedoman pelaksanaan program makan bergizi gratis. Kedeputian Sistem dan Tata Kelola Badan Gizi Nasional.
Eluis Bali Mawartika, Y., & Guntur, M. (2021). Aplikasi sistem pakar pemilihan makanan berdasarkan kebutuhan gizi menggunakan metode Forward Chaining. Cogito Smart Journal, 7(1), 96–110.
Emylisa, D. A., Suryani, N., Fathullah, D. M., & Yudistira, S. (2023). Edukasi gizi seimbang dan kesehatan reproduksi melalui media WhatsApp terhadap pengetahuan remaja dalam upaya pencegahan stunting. Jurnal Ilmu Gizi dan Dietetik, 2(4), 293–300. https://doi.org/10.25182/jigd.2023.2.4.293-300
Food and Agriculture Organization. (2021). The state of food security and nutrition in the world 2021. FAO. https://doi.org/10.4060/cb4474en
Hardiani, T., & Putri, R. N. (2024). Implementasi metode Naïve Bayes Classifier untuk klasifikasi stunting pada balita. Digital Transformation Technology, 4(1), 621–627. https://doi.org/10.47709/digitech.v4i1.4481
Husna, R. D., Cobantoro, A. F., & Karaman, J. (2025). NutriSure: Sistem pakar berbasis web untuk prediksi status gizi balita dan rekomendasi nutrisi. Jurnal Sistem Informasi dan Teknologi, 7(1), 596–605.
Kementerian Kesehatan Republik Indonesia. (2025). Survei Status Gizi Indonesia (SSGI) 2024: Kemajuan berkelanjutan dalam mengatasi malnutrisi anak. Kemenkes RI & UNICEF.
Mahrozi, M., & Yaqin, M. A. (2024). Pengujian Black Box pada sistem informasi manajemen berbasis web. Jurnal Informatika dan Sistem Informasi, 5(2), 112–121. https://doi.org/10.47065/josh.v5i2.4291
Merlinda Ajeng, & Yusuf Yusmar. (2025). Analisis program makan gratis Prabowo Subianto terhadap strategi peningkatan motivasi belajar siswa di sekolah: Tinjauan dari perspektif sosiologi pendidikan. Ranah Research: Journal of Multidisciplinary Research and Development, 7(2), 1364–1373.
Nugroho, A., Riswandy, S. R., & Widiastiwi, Y. (2021). Sistem pakar menentukan menu makanan sehat untuk diet bagi penderita Diabetes Mellitus dengan metode Forward Chaining. Prosiding Seminar Nasional Informatika Bela Negara, 2, 11–16. https://doi.org/10.33005/santika.v2i0.82
Panessai, I. Y. (2021). Sistem pakar: Konsep dan aplikasi. Penerbit Deepublish.
Permatasari, T., Sandy, Y., Pratiwi, C., Damanik, K., & Silitonga, A. (2023). Naive Bayes Classifier (NBC) application on the nutritional status of adolescents in Medan. Proceedings of the International Conference on Science and Technology, 2022. https://doi.org/10.4108/eai.20-10-2022.2328884
Rahayu, R., Hutagalung, F., & Syahputra, M. (2022). Analisis performa algoritma Naïve Bayes pada klasifikasi data kesehatan multikelas. CITEC Journal, 9(1), 1–12. https://doi.org/10.24076/citec.2022v9i1.262
Sugiyono. (2019). Metode penelitian kuantitatif, kualitatif, dan R&D (2nd ed.). Alfabeta.
Tenriawaru, A., Irmayadani, W. O., & Nangi, J. (2023). Sistem pakar kebutuhan nutrisi ibu hamil studi kasus Rumah Sakit Aliyah 1 Kendari. AnoaTIK: Jurnal Teknologi Informasi dan Komputer, 1(1). https://doi.org/10.33772/anoatik.v1i1.6
World Health Organization. (2024). Nutrition for adolescents: WHO guidelines. WHO Press. https://www.who.int/health-topics/adolescent-health
World Health Organization & UNICEF. (2023). Levels and trends in child malnutrition: UNICEF/WHO/World Bank Group joint child malnutrition estimates. WHO. http://www.who.int/en/
Copyright (c) 2026 Ajeng Puspita, Mahardika Abdi Prawira Tanjung
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
