"
ABSTRAKNama : Utih ArupahNPM : 1506787121Program : Magister Ilmu Kesehatan MasyarakatJudul : Model Prediksi Berat Badan Menggunakan Prediktor LingkarLengan Atas, Lingkar Pinggang, Lingkar Paha, Lingkar Betis,dan Panjang BadanPengukuran berat badan di rumah sakit merupakan parameter yang objektif,akan tetapi tidak semua pasien yang dirawat dapat dilakukan penimbanganberat badan dengan timbangan biasa, karena pasien tidak bisa berdiri tegak,ketidakmampuan pasien untuk berdiri,lemah tubuh, kesadaran menurun, karenapenyakit tertentu sehingga data yang dihasilkan memiliki reliabilitas yangkurang baik. Lingkar lengan, lingkar pinggang, lingkar paha, lingkar betis danpanjang badan merupakan salah satu ukuran antropometri yang kuat dapatdigunakan untuk memprediksi berat badan. Penelitian ini bertujuan untukmengembangkan model prediksi berat badan berdasarkan lingkar lengan atas,lingkar pinggang, lingkar paha, lingkar betis dan panjang badan. Penelitiandilakukan pada bulan nopember 2017. Disain yang digunakan adalah crosssectional jumlah sampel 160 orang pegawai yang diambil secara simplerandom sampling di RSCM. Variabel yang dikumpuli meliputi berat badan,lingkar lengan atas, lingkar pinggang, lingkar paha, lingkar betis, dan panjangbadan. Berat badan diukur dengan penimbangan dan lingkar lengan atas,lingkar pinggang, lingkar paha, lingkar betis dengan melingkari pita, panjangbadan dengan ukuran meteran. Hasil akhir dari penelitian menghasilkan modelprediksi berat badan untuk mendapatkan berat badan prediksi. Menghasilkan18 model prediksi berat badan memiliki nilai R square tinggi yaitu: 2 modelprediksi berat berat untuk laki-laki R2= 0,898, dan R2= 0,930, 9 model prediksiberat badan untuk perempuan R2=0,960, R2=0,952, R2=0,953, R2=0,956,R2=0,968, R2=0,949, R2=0,945, R2=0,963, R2= 0,944 dan 7 model prediksiuntuk gabungan laki-laki dan perempuan R2=0,949, R2=0,934, R2=0,893,R2=0,935, R2=0,914, R2=0,913, R2=0,929. Peneliti menyimpulkan bahwamodel prediksi berat badan yang dihasilkan akurat untuk memprediksi beratbadan dewasa. Namun perlu dilakukan penelitian kembali pada populasi yanglebih luas.Kata Kunci : Model Prediksi, Berat Badan, Lingkar Lengan Atas
ABSTRACTNama Utih ArupahNPM 1506787121Program Master of Public HealthJudul Weight Prediction Models Using Upper Arm CircumferencePredictor, Waist Circumference, Thigh Circumference, CalfCircumference and body LengthThe Weight measurement at Hospital is an objective parameter, however thereare only a few treated patients whose body weights can be measured withordinary scales. The reasons are mostly because of their inability to stand up bythemselves or because of certain disease so that the data results have lessreliability. Arm circumference, waist circumference, thigh circumference, calfcircumference and body length are one of the strongest anthropometry can beused to predict body weight. This research aims to develop a weight predictionmodel based on the upper arm circumference, waist circumference, thighcircumference, calf circumference and body length. This research wasconducted in November 2017. The design which used are cross sectional with160 samples of staffs which were taken by simple random in RSCM. Thecollected variables which consist of body weight, upper arm circumference,waist circumference, thigh circumference, calf circumference, and body length.Measurement of body weights can be done by weighing them. Measurement ofupper arm circumference, waist circumference, thigh circumference, calfcircumference can be done by using metering ribbon, and body length withstick meter. The final result of the research creates the formula of body weightprediction to get body weight rsquo s prediction. Producing 18 weight predictionmodels that have high lsquo R rsquo square value, that is 2 weight prediction models forman which are R2 0,898, and R2 0,930, 9 weight prediction models forwomen which are R2 0,960, R2 0,952, R2 0,953, R2 0,956, R2 0,968,R2 0,949, R2 0,945, R2 0,963, R2 0,944 and 7 weight prediction models ofmixed gender R2 0,949, R2 0,934, R2 0,893, R2 0,935, R2 0,914, R2 0,913,R2 0,929 . Scientists concluded that weight prediction models which wasdeveloped is accurate for predicting adult body weight. However, it needs to bere examined in the wider population.Keywords Prediction model, weight, upper arm circumference"
