ABSTRAK
Pengukuran panjang badan anak dilakukan untuk memantau status gizi dan juga pertumbuhan anak. Di Indonesia pemantauan panjang badan pada anak jarang dilakukan, karena tidak adanya alat pengukur panjang badan yang sesuai. Tujuan dari penelitian ini adalah mengembangkan model prediksi panjang badan berdasarkan panjang lengan dan panjang ulna. Penelitian ini dilakukan pada bulan mei pada anak usia 12-24 bulan di Kelurahan Ratu Jaya Kota Depok Tahun 2016 dengan jumlah responden 40 anak laki-laki dan 41 anak perempuan. Desain studi yang digunakan adalah cross-sectional dengan variabel terikat berupa panjang badan dan variabel bebas berupa panjang lengan, panjang ulna, usia, dan jenis kelamin. Hasil penelitian menunjukkan bahwa terdapat korelasi yang kuat antara umur anak dengan panjang badan (r= 0,662) dan panjang lengan dengan panjang badan (r= 0,617) serta terdapat korelasi yang sedang antara panjang ulna dengan panjang badan (r= 0,364). Model prediksi panjang badan yang didapatkan dalam penelitian ini adalah PB= 51,086+[0,571×PL(cm)]+[0,559×U (bulan)]?[0.940×JK (1=laki,laki, 2= perempuan)] dan PB= 62,338+[0,433×PU(cm)]+[0,697×U (bulan)]?[1,488×JK (1=laki,laki, 2= perempuan)]. Panjang lengan dan panjang ulna terbukti dapat digunakan sebagai prediktor pengukuran panajng badan, namun dalam penelitian ini model prediksi menggunakan panjang lengan memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan panjang ulna.

---

ABSTRAK
Measuring recumbent length was used to monitor nuritional status and growth in children. In Indonesia, monitoring recumbent length rarely do, because there are no appropriate measuring instrument. The purpose of this study was to developed predictive model of recumbent length based arm length and ulna length. This study was held in May at Ratu Jaya Village, Depok City 2016 with total respondents 40 boys and 41 girls. The study design was cross-sectional by measuring recumbent length as the dependent variabel and independent variabels such as arm length, ulna length, age, and gender. The results showed that there were a strong correlation between age with recumbent length (r=0,662) and arm length with recumbent length (r=0,617), there are also moderate correlation betwen ulna length with recumbent length (r= 0,364). The prediction model of recumbent length which obtained in this tudy was RL= 51,086+[0,571×AL (cm)]+[0,559×Age (month)]-[0940×Sex (1= male, 2= female)] and RL= 62,338+[0,433×UL (cm)]+[0,697xAge (month)]-[1,488×Sex (1= male, 2= female)]. Arm length and ulna length can be used as a preditor of recumbent length, but in this study prediction model using the arm length is more accurate than ulna length.