Perancangan Model Matematika Persentase Lemak Tubuh Wanita Indonesia Adi Wira Saragih 1 , Boy Nurtjahyo Moch 2 Laboratorium Ergonomomics Centre Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Depok 16424 E-mail : 1 [email protected]; 1 [email protected]; 2 [email protected]Abstrak Lemak tubuh memiliki dampak negatif sekaligus fungsi positif terhadap tubuh wanita, sehingga wanita tidak boleh kekurangan atau kelebihan lemak tubuh. Belum ada cara yang dapat menghasilkan persentase lemak tubuh wanita yang dapat diandalkan, mudah untuk diterapkan, dapat diterapkan untuk berbagai ras wanita Indonesia di berbagai tempat, sehingga penelitian ini ingin menghasilkan model matematika persentase lemak tubuh wanita Indonesia untuk menjawab kebutuhan tersebut. Dengan 3D Full Body Scanner mengukur dimensi antropometri, Omron Full Body Sensor mengukur persentase lemak tubuh, metode statistik multiple regression, dihasilkan model matematika persentase lemak tubuh wanita Indonesia sebagai berikut. . Model matematika ini memiliki nilai adjusted R square 0,919 atau menggambarkan 91,9% keadaan sebenarnya, dan hasil yang tidak jauh berbeda dengan hasil Omron Full Body Sensor, sehingga model matematika ini mampu memenuhi tujuan yang telah disebutkan sebelumnya. Keywords : Antropometri; Lemak Tubuh; Model Matematika; Multiple Regression; Wanita Indonesia 1. Pendahuluan Pada perkembangan zaman akhir akhir ini banyak permasalahan wanita yang memiliki kaitan dengan lemak tubuh, yang hampir semua berawal dari obesitas. Obesitas memiliki pengertian sebagai suatu kondisi di mana terdapat suatu kelebihan lemak tubuh secara kumulatif, sehingga berat seorang manusia berada jauh di atas berat normalnya dan memiliki kemungkinan untuk membahayakan kesehatannya. Obesitas dapat menimbulkan perasaan tidak nyaman, ketakutan dan pandangan negatif terhadap wanita, yang mana hal-hal tersebut akan berdampak kepada usaha-usaha wanita untuk menguranginya melalui perubahan perilaku yang biasanya dilakukan oleh wanita tersebut (Goldfarb, Dykens, & Gerrard, 1985). Obesitas juga berdampak terhadap hal-hal lain pada wanita seperti kekhawatiran akan pola makan, usaha diet, ketidakpuasan akan berat badan (Halpern, Udry, Camppbell, & Suchindran, 1999), pembatasan diet berlebihan, pola latihan berlebihan, penggunaan pil diet atau suplemen (Tylka & Subich, 2002; Field et al., 2005), melewatkan jadwal makan (Serdula, et al., 1993), memulai dan atau melanjutkan kebiasaan merokok (Potter, Pederson, Chan, Aubut, & Koval, 2004; White, McKee, & O'Malley, 2007). Perancangan model..., Adi Wira Saragih, FT UI, 2013.
18
Embed
Perancangan Model Matematika Persentase Lemak Tubuh …
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Perancangan Model Matematika Persentase Lemak Tubuh Wanita Indonesia
Adi Wira Saragih1, Boy Nurtjahyo Moch2
Laboratorium Ergonomomics Centre Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Depok 16424
Lemak tubuh memiliki dampak negatif sekaligus fungsi positif terhadap tubuh wanita, sehingga wanita tidak boleh kekurangan atau kelebihan lemak tubuh. Belum ada cara yang dapat menghasilkan persentase lemak tubuh wanita yang dapat diandalkan, mudah untuk diterapkan, dapat diterapkan untuk berbagai ras wanita Indonesia di berbagai tempat, sehingga penelitian ini ingin menghasilkan model matematika persentase lemak tubuh wanita Indonesia untuk menjawab kebutuhan tersebut. Dengan 3D Full Body Scanner mengukur dimensi antropometri, Omron Full Body Sensor mengukur persentase lemak tubuh, metode statistik multiple regression, dihasilkan model matematika persentase lemak tubuh wanita Indonesia sebagai berikut.
. Model matematika ini memiliki nilai adjusted R square 0,919 atau menggambarkan 91,9% keadaan sebenarnya, dan hasil yang tidak jauh berbeda dengan hasil Omron Full Body Sensor, sehingga model matematika ini mampu memenuhi tujuan yang telah disebutkan sebelumnya. Keywords : Antropometri; Lemak Tubuh; Model Matematika; Multiple Regression; Wanita Indonesia 1. Pendahuluan
Pada perkembangan zaman akhir akhir ini banyak permasalahan wanita yang memiliki
kaitan dengan lemak tubuh, yang hampir semua berawal dari obesitas. Obesitas memiliki
pengertian sebagai suatu kondisi di mana terdapat suatu kelebihan lemak tubuh secara
kumulatif, sehingga berat seorang manusia berada jauh di atas berat normalnya dan memiliki
kemungkinan untuk membahayakan kesehatannya.
Obesitas dapat menimbulkan perasaan tidak nyaman, ketakutan dan pandangan negatif
terhadap wanita, yang mana hal-hal tersebut akan berdampak kepada usaha-usaha wanita
untuk menguranginya melalui perubahan perilaku yang biasanya dilakukan oleh wanita
tersebut (Goldfarb, Dykens, & Gerrard, 1985). Obesitas juga berdampak terhadap hal-hal lain
pada wanita seperti kekhawatiran akan pola makan, usaha diet, ketidakpuasan akan berat
badan (Halpern, Udry, Camppbell, & Suchindran, 1999), pembatasan diet berlebihan, pola
latihan berlebihan, penggunaan pil diet atau suplemen (Tylka & Subich, 2002; Field et al.,
2005), melewatkan jadwal makan (Serdula, et al., 1993), memulai dan atau melanjutkan
Berdasarkan tabel di atas dapat dilihat bahwa nilai VIF untuk setiap variabel
independen di dalam model regresi kurang dari 10. Hal ini menunjukkan bahwa setiap
variabel independen yang digunakan pada model regresi tidak memiliki masalah
multikolinearitas.
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
• Uji Homoskedastisitas
Asumsi penting lainnya pada model regresi linear adalah homoskedastisitas.
Homoskedastisitas menunjukkan bahwa varians dari setiap faktor error atau
pengganggu bersifat konstan. Sedangkan heterokedastisitas terjadi ketika varians dari
setiap faktor error atau pengganggu tidak bersifat konstan. Untuk menguji keberadaan
homoskedastisitas atau heteroskedastisitas pada model regresi dapat dilakukan dengan
menggambar grafik antara variabel dependen (Y) dengan faktor error atau
pengganggu. Grafik tersebut dapat digambarkan sebagai berikut.
Pada grafik di atas tampak bahwa titik-titik menyebar di atas dan di bawah sumbu Y
dan tidak terjadi pola tertentu. Dengan demikian dapat disimpulkan bahwa tidak
terjadi homoskedastisitas.
4. Hasil Penelitian
Model regresi yang terbentuk untuk merepresentasikan model matematika persentase
lemak tubuh wanita Indonesia adalah sebagai berikut ini.
di mana Y adalah persentase lemak tubuh wanita Indonesia (%), X2 adalah head heigth (cm),
X20 adalah breast height (cm), X50 adalah neck front to waist over bust line (cm), X62 adalah
distance waistband-buttock (cm), X65 adalah crotch length,rear (cm), X78 adalah buttock
girth (cm), X83 adalah arm length to neck back left (cm), X112 adalah thigh girth right
(horizontal) (cm), dan X121 adalah weight (cm).
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
5. Pembahasan
5.1 Analisis Model Keseluruhan
Dari hasil pengolahan data diperoleh nilai adjusted R square sebesar 0,919, yang berarti
variabel-variabel independen yang terdiri dari konstanta, head heigth, breast height, neck
front to waist over bust line, distance waistband-buttock, crotch length,rear, buttock girth,
arm length to neck back left, thigh girth right (horizontal, dan weight mampu menjelaskan
variabel dependen persentase lemak tubuh wanita Indonesia sebesar 91,9%. Pada model
regresi yang terbentuk juga ditunjukkan bahwa semua variabel independen secara serentak
signifikan terhadap berpengaruh terhadap variabel dependen. Dari pengujian asumsi model
disimpulkan bahwa model matematika persentase lemak tubuh wanita Indonesia yang
terbentuk telah memenuhi asumsi residual berdistribusi normal, tidak terdapat masalah
multikolinearitas, dan varians model telah berada di dalam homoskedastisitas. Oleh karena
itu semua asumsi dari pengujian asumsi model telah terpenuhi dan model matematika
persentase lemak tubuh wanita Indonesia telah menggambarkan bagaimana kondisi
sebenarnya.
5.2 Analisis Masing-Masing Variabel Independen
Selanjutnya penulis melakukan analisis terhadap masing-masing variabel independen
untuk mengetahui lebih detil bagaimana pengaruh masing-masing variabel independen
terhadap variabel dependen persentase lemak tubuh wanita Indonesia.
• Head height, Breast height, Neck front to waist over bust line, Distance waistband-
buttock
Dalam model matematika persentase lemak tubuh wanita Indonesia menunjukkan
bahwa variabel independen head height, breast height, neck front to waist over bust
line, distance waistband-buttock memiliki hubungan negatif di dalam kaitannya
dengan besarnya persentase lemak tubuh wanita Indonesia. Semakin besar nilai head
height, breast height, neck front to waist over bust line, distance waistband-buttock
maka akan semakin kecil nilai persentase lemak tubuh wanita Indonesia, begitu juga
sebaliknya.
• Crotch length,rear, Buttock girth, Arm length to neck back left, Thigh girth right
(horizontal), Weight
Dalam model matematika persentase lemak tubuh wanita Indonesia menunjukkan
bahwa variabel independen crotch length,rear, buttock girth, arm length to neck back
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
left, thigh girth right (horizontal), weight memiliki hubungan positif di dalam
kaitannya dengan besarnya persentase lemak tubuh wanita Indonesia. Semakin besar
nilai crotch length,rear, buttock girth, arm length to neck back left, thigh girth right
(horizontal), weight maka akan semakin besar nilai persentase lemak tubuh wanita
Indonesia, begitu juga sebaliknya.
Pitipa Chongwatpol, 2012, mengatakan bahwa estrogen, hormon steroid kelamin wanita
yang meningkatkan tempat penyimpanan lemak tubuh, biasanya menyebabkan lemak tubuh
disimpan di pantat, pinggul, dan paha. Oleh karena itu, variabel independen buttock girth,
crotch length,rear, thigh girth right (horizontal), dan distance waistband-buttock dapat
dinyatakan telah sesuai oleh literatur yang ditemukan oleh penulis. Sementara itu,
D.S.Freedman, et al, 1989, mengatakan bahwa lemak tubuh pada wanita memiliki
kecenderungan untuk menempati bagian tubuh pinggang, dada, leher, pergelangan tangan dan
pergelangan kaki. Hal ini mengindikasikan bahwa variabel independen breast height, head
height, neck front to waist over bust line, dan arm length to neck back left telah sesuai dengan
literatur yang ditemukan penulis. Per Bjorntorp, 1997, mengatakan bahwa salah satu
indikator keberadaan lemak tubuh di dalam tubuh wanita dapat dilihat melalui massa
tubuhnya. Oleh karena itu, variabel independen weight telah sesuai dengan literatur yang
ditemukan penulis.
Dari sembilan variabel independen yang menjadi penyusun model matematika persentase
lemak tubuh wanita Indonesia, terdapat satu variabel independen yang memiliki nilai
koefisien paling menonjol di antara variabel independen lainnya. Variabel independen
tersebut adalah thigh girth right (horizontal). Hal ini dapat menunjukkan bahwa bagian tubuh
paha merupakan bagian paling menentukan dari antara seluruh bagian tubuh wanita di dalam
persebaran lemak tubuh.
5.3 Analisis Hasil Model Regresi terhadap Hasil Pengukuran Omron Full Body Scanner
Pada pengumpulan data sebelumnya, penulis telah mengumpulkan persentase lemak
tubuh wanita yang menjadi responden pada penelitian ini. Pada bagian ini penulis melakukan
validasi dengan membandingkan bagaimana persentase lemak tubuh wanita yang menjadi
responden penelitian ini yang diukur secara langsung dengan menggunakan Omron Full Body
Scanner dan yang dihitung dengan model matematika persentase lemak tubuh wanita
Indonesia. Setelah perhitungan, penulis mendapatkan koefisien korelasi sebesar 0,962208.
Hal ini berarti bahwa persentase lemak tubuh wanita yang dihasilkan dari perhitungan dan
pengukuran berhubungan sebesar 96,2208%. Koefisien korelasi adalah salah satu indikator
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
untuk menunjukkan validitas suatu hasil penelitian, dengan membandingkan hasil dari model
konseptual dengan hasil dari pengukuran secara langsung. Dengan nilai koefisien korelasi
yang mendekati 1, maka dapat dikatakan model matematika persentase lemak tubuh wanita
adalah valid. Oleh karena model matematika persentase lemak tubuh wanita Indonesia ini
telah valid, maka tujuan dari penelitian ini pun dapat dinyatakan telah tercapai.
6. Kesimpulan
Dengan keadaan pada masa sekarang ini, di mana obesitas menjadi hal yang sangat
jamak untuk ditemukan, lemak tubuh, yang merupakan komponen dalam penyusun obesitas
di dalam tubuh seorang manusia, menjadi hal yang patut untuk diperhatikan. Terlebih lagi di
dalam tubuh wanita, lemak tubuh bukan hanya menimbulkan dampak negatif, tetapi juga
memiliki fungsi positif untuk mendukung kerja tubuh wanita. Akan tetapi, masih belum ada
cara mengetahui berapa persentase lemak tubuh yang ada di dalam tubuh wanita yang mudah
dan murah untuk diterapkan, dapat diterapkan untuk berbagai ras wanita Indonesia dan di
berbagai tempat, dan dapat diandalkan. Oleh karena itu, penelitian ini bertujuan
menghasilkan model matematika persentase lemak tubuh wanita yang dapat menghasilkan
model matematika dengan kebutuhan seperti yang telah disebutkan sebelumnya untuk wanita
Indonesia. Adapun model matematika tersebut sebagai berikut ini.
di mana Y adalah persentase lemak tubuh wanita Indonesia (%), X2 adalah head heigth (cm),
X20 adalah breast height (cm), X50 adalah neck front to waist over bust line (cm), X62 adalah
distance waistband-buttock (cm), X65 adalah crotch length,rear (cm), X78 adalah buttock
girth (cm), X83 adalah arm length to neck back left (cm), X112 adalah thigh girth right
(horizontal) (cm), dan X121 adalah weight (cm).
Dari hasil pengolahan data diperoleh nilai adjusted R square sebesar 0,919, yang berarti
variabel-variabel independen yang terdiri dari konstanta, head heigth, breast height, neck
front to waist over bust line, distance waistband-buttock, crotch length,rear, buttock girth,
arm length to neck back left, thigh girth right (horizontal, dan weight mampu menjelaskan
variabel dependen persentase lemak tubuh wanita Indonesia sebesar 91,9%. Pada model
regresi yang terbentuk juga ditunjukkan bahwa semua variabel independen secara serentak
signifikan terhadap berpengaruh terhadap variabel dependen. Dari pengujian asumsi model
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
disimpulkan bahwa model matematika persentase lemak tubuh wanita Indonesia yang
terbentuk telah memenuhi asumsi residual berdistribusi normal, tidak terdapat masalah
multikolinearitas, dan varians model telah berada di dalam homoskedastisitas. Oleh karena
itu semua asumsi dari pengujian asumsi model telah terpenuhi dan model matematika
persentase lemak tubuh wanita Indonesia telah menggambarkan bagaimana kondisi
sebenarnya.
Dari sembilan variabel independen yang menjadi penyusun model matematika persentase
lemak tubuh wanita Indonesia, terdapat satu variabel independen yang memiliki nilai
koefisien paling menonjol di antara variabel independen lainnya. Variabel independen
tersebut adalah thigh girth right (horizontal). Hal ini dapat menunjukkan bahwa bagian tubuh
paha merupakan bagian paling menentukan dari antara seluruh bagian tubuh wanita di dalam
persebaran lemak tubuh.
Penulis juga telah membandingkan bagaimana hasil persentase lemak tubuh yang
diperoleh dari model matematika persentase lemak tubuh wanita Indonesia dengan yang
diperoleh dari Omron Full Body Scanner dan penulis mendapatkan persentase lemak tubuh
wanita responden penelitian yang tidak jauh berbeda di antara kedua cara tersebut pada
semua responden penelitian. Oleh karena model matematika persentase lemak tubuh wanita
Indonesia ini telah valid, maka tujuan dari penelitian ini pun dapat dinyatakan telah tercapai.
7. Saran
Penelitian yang dilakukan penulis masih jauh dari sempurna, masih terdapat banyak hal
yang dapat dikembangkan lebih lanjut sebagai future research. Berikut ini adalah hal-hal
yang menjadi catatan dari penelitian ini untuk kemudian diperbaiki atau dikembangkan :
• Lemak tubuh yang diperhitungkan di dalam penelitian ini hanya terbatas pada lemak
tubuh yang melekat di bagian bawah permukaan kulit. Pada future research dapat
digali lebih dalam lagi bagaimana sebenarnya kontribusi lemak tubuh yang seperti ini
terhadap aktivitas tubuh secara keseluruhan dan mencari tahu bagaimana sebenarnya
kontribusi dari lemak tubuh yang lainnya yang ada di dalam tubuh manusia,
khususnya.
• Persentase lemak tubuh wanita yang dijadikan pembanding dari persentase lemak
tubuh wanita yang dihasilkan model matematika persentase lemak tubuh wanita
Indonesia ini adalah yang dihasilkam oleh Omron Full Body Scanner. Untuk future
Perancangan model..., Adi Wira Saragih, FT UI, 2013.
research mungkin dapat menggunakan peralatan yang lain dengan tingkat akurasi
yang lebih sehingga dapat menghasilkan perbandingan yang lebih presisi lagi.
• Metode statistik yang digunakan di dalam penelitian ini adalah multiple regression.
Untuk future research mungkin dapat dicari dan diterapkan metode statistik lain
untuk dapat menghasilkan model matematika persentase lemak tubuh wanita
Indonesia yang lebih akurat lagi.
• Hasil dari penelitian ini masih dalam bentuk model matematika, akan tetapi terdapat
kebutuhan untuk mengetahui apakah wanita yang memiliki persentase lemak tubuh
yang dihasilkan model matematika ini nantinya berada pada keadaan obesitas,
overweight, normal, atau underweight. Oleh karena itu pada future research dapat
membahas mengenai klasifikasi obesitas dari persentase lemak tubuh wanita yang
dihasilkan model matematika dari penelitian ini.
• Penelitian ini menggunakan data dari subjek penelitian dengan jumlah yang masih
terbatas. Oleh karena itu, untuk future research dapat ditambahkan data dari subjek
penelitian dengan jumlah yang lebih banyak dan dari ras atau suku bangsa di
Indonesia yang lebih bervariasi dan jumlah yang lebih banyak juga.
8. Daftar Pustaka
[1] P. Kotler, G. Armstrong, J. Saunders and V. Wong, Principles of Marketing, New Jersey: Prentice Hall Inc., 1999. [2] F. M. Bass, "A new product growth for model consumer durables," Management Science, p. 215, 1969. [3] A. M. Zamil, "The Impact of Word of Mouth (WOM) on the Purchasing Decision of the Jordanian Consumer," Research
Journal of Internatıonal Studıes, no. 20, pp. 24-29, September 2011. [4] S. Radas, "Diffusion Models in Marketing: How to Incorporate the Effect of External Influence?," Privredna kretanja i
ekonomska politika, p. 31, 2005. [5] M.-A. A. Kazemi, A. T. Eshlaghy and S. Tavasoli, "Developing the Product Strategy via Product Life Cycle Simulation
according to the System Dynamics Approach," Applied Mathematical Science, vol. 5, pp. 845-862, 2011. [6] J. Sterman, Business Dynamics: System Thinking and Modeling for A Complex World, Boston: The McGraw Hill
Companies, Inc, 2000.
Perancangan model..., Adi Wira Saragih, FT UI, 2013.