Z-Score WHO Antro vs Recall 24 Jam untuk Skripsi Gizi 2026: Data dan Ambang Terverifikasi

Temuan utama: prevalensi stunting nasional Indonesia turun menjadi 19,8 persen pada 2024 (setara 4.482.340 balita), turun dari 21,5 persen pada 2023, menurut Survei Status Gizi Indonesia (SSGI) Kementerian Kesehatan — namun status gizi ini hanya dapat diklaim akurat di skripsi bila peneliti menerapkan ambang z-score WHO Child Growth Standards dengan benar dan memasangkannya dengan data asupan yang diambil lewat recall 24 jam yang prosedurnya juga terstandar.

Semua angka di atas dibaca langsung dari rilis resmi Kemenkes/BKPK yang mengacu hasil SSGI 2024, bukan diperkirakan atau dibulatkan dari sumber sekunder — cantumkan tautan rilis resminya di daftar pustaka skripsi Anda, bukan hanya angka mentahnya. Data SSGI adalah salah satu dari beberapa survei kesehatan/gizi nasional yang biasa dipakai sebagai data sekunder skripsi gizi; sumber data sekunder lain per bidang, termasuk survei kesehatan dan sosial nasional lainnya, ada pada panduan sumber data sekunder untuk skripsi.

Mengapa data prevalensi nasional saja tidak cukup untuk latar belakang skripsi lokal?

Angka 19,8 persen adalah rata-rata nasional yang menyembunyikan variasi besar antarwilayah — beberapa provinsi tercatat jauh di atas angka nasional, sementara yang lain sudah di bawahnya. Skripsi yang meneliti satu wilayah spesifik sebaiknya mencari angka prevalensi wilayah tersebut (dari rilis SSGI tingkat provinsi/kabupaten, bila tersedia) sebagai konteks latar belakang yang lebih relevan, bukan hanya mengutip angka nasional dan menganggapnya mewakili kondisi lokal.

Bagaimana ambang z-score WHO menentukan kategori status gizi?

Klasifikasi status gizi antropometri anak menurut standar WHO Child Growth Standards memakai satuan z-score (standar deviasi dari median populasi rujukan), bukan persentil atau angka mentah tinggi/berat badan. Tiga indikator paling umum dipakai skripsi gizi Indonesia:

Kategori dan ambang di atas adalah klasifikasi baku WHO Child Growth Standards yang juga diadopsi dalam standar antropometri anak Indonesia — pastikan skripsi Anda menyebut versi standar rujukan yang dipakai (WHO 2006 untuk anak di bawah 5 tahun) secara eksplisit di BAB III, karena ada standar rujukan lama (NCHS) yang sudah tidak dipakai lagi dan tetap muncul di sebagian referensi lawas.

Bagaimana menghitung dan melaporkan z-score dengan benar di skripsi?

1. Ukur dengan alat terkalibrasi — panjang badan (untuk anak di bawah 2 tahun, diukur berbaring/infantometer) atau tinggi badan (di atas 2 tahun, berdiri/stadiometer), serta berat badan dengan timbangan yang dikalibrasi sebelum pengukuran.
2. Catat usia dengan tepat — dalam bulan penuh, karena kesalahan pembulatan usia adalah sumber kesalahan klasifikasi z-score yang paling sering ditemukan pada skripsi gizi.
3. Hitung z-score — memakai software standar antropometri (misalnya WHO Anthro untuk balita atau WHO AnthroPlus untuk anak sekolah dan remaja), bukan dihitung manual dengan rumus interpolasi sendiri yang rawan salah.
4. Klasifikasikan sesuai tabel ambang — dan laporkan distribusi kategori (persentase per kategori) di BAB IV, bukan hanya rata-rata z-score populasi.
5. Sebutkan versi software dan standar rujukan yang dipakai di BAB III, karena versi software yang berbeda kadang memakai pembaruan tabel rujukan yang sedikit berbeda.

Bagaimana recall 24 jam dijalankan untuk data asupan gizi?

Recall 24 jam (24-hour dietary recall) adalah metode wawancara terstruktur yang meminta responden (atau ibu/pengasuh untuk balita) mengingat kembali seluruh makanan dan minuman yang dikonsumsi dalam 24 jam terakhir. Prosedur yang lazim dipakai skripsi gizi Indonesia:

• Wawancara terstruktur multiple-pass — menanyakan ulang beberapa kali dengan pendekatan berbeda (daftar cepat, lalu detail per waktu makan, lalu pengecekan ulang) untuk mengurangi item yang terlupa.
• Estimasi porsi memakai alat bantu — food model, gambar porsi standar, atau alat ukur rumah tangga (sendok, gelas, mangkuk) untuk membantu responden memperkirakan jumlah yang dikonsumsi.
• Konversi ke berat gram dan zat gizi — memakai tabel komposisi pangan Indonesia atau software analisis gizi, untuk menghitung asupan energi dan zat gizi makro/mikro.
• Idealnya dilakukan lebih dari satu hari (termasuk satu hari kerja dan satu hari libur) untuk menangkap variasi pola makan harian, meski satu hari recall tetap sering dipakai pada skripsi S1 karena keterbatasan waktu — sebutkan ini sebagai keterbatasan bila hanya satu hari yang diambil.

Apa kelemahan recall 24 jam yang wajib diakui di BAB V?

• Bias mengingat (recall bias) — responden bisa lupa item kecil atau camilan, terutama pada pengasuh yang tidak selalu menemani anak makan sepanjang hari.
• Tidak mewakili pola makan jangka panjang — satu atau dua hari recall belum tentu mencerminkan kebiasaan makan rutin, terutama bila hari yang diambil kebetulan tidak biasa (acara khusus, sakit, puasa).
• Estimasi porsi tetap subjektif — meski dibantu food model, estimasi ukuran porsi tetap bergantung pada persepsi responden, bukan penimbangan langsung.
• Ketergantungan pada tabel komposisi pangan — hasil konversi ke zat gizi akurat sejauh tabel komposisi pangan yang dipakai lengkap dan sesuai dengan makanan lokal yang dikonsumsi responden.

Menyebutkan keterbatasan ini secara eksplisit, bukan menyembunyikannya, menunjukkan penguasaan metodologis yang dihargai penguji gizi. Beberapa skripsi memperkuat recall 24 jam dengan metode pendamping seperti food record (responden mencatat sendiri makanan yang dikonsumsi secara real-time selama beberapa hari) untuk saling memverifikasi, meski ini menambah beban responden dan bukan syarat wajib untuk skripsi S1 dengan waktu terbatas.

Berapa jumlah sampel yang wajar untuk skripsi gizi berbasis antropometri dan recall?

Jumlah sampel bergantung pada desain penelitian dan variabel utama yang diuji. Untuk skripsi deskriptif (menggambarkan status gizi satu populasi), perhitungan sampel mengikuti rumus populasi standar seperti Slovin atau tabel Krejcie-Morgan — lihat cara menentukan jumlah sampel skripsi untuk dasar perhitungannya. Untuk skripsi yang menguji hubungan antara dua variabel (misalnya asupan dan status gizi), pertimbangkan juga estimasi prevalensi variabel utama (bila status gizi dianalisis sebagai kategori, seperti stunting/tidak) yang memengaruhi rumus sampel proporsi. Angka prevalensi stunting nasional (19,8 persen pada 2024) bisa menjadi acuan awal estimasi proporsi bila penelitian Anda berskala nasional atau di wilayah dengan karakteristik serupa rata-rata nasional — tetapi gunakan data prevalensi wilayah setempat (provinsi/kabupaten) bila tersedia, karena variasi antarwilayah di Indonesia cukup besar.

Bagaimana memasangkan data z-score dan data asupan dalam analisis?

Banyak skripsi gizi menghubungkan status gizi (z-score) dengan pola asupan (hasil recall) sebagai variabel bebas dan terikat, atau sebaliknya. Beberapa hal yang perlu konsisten:

• Pastikan populasi dan waktu pengambilan kedua data sama (usia anak yang sama saat diukur antropometri dan saat diwawancara recall).
• Uji korelasi atau uji beda yang dipakai harus sesuai skala data — z-score dan asupan energi/zat gizi keduanya data numerik kontinu, umumnya diuji dengan korelasi Pearson (bila normal) atau Spearman (bila tidak normal).
• Hindari klaim kausal langsung (“asupan rendah menyebabkan stunting”) dari desain cross-sectional — status gizi kronis seperti stunting mencerminkan riwayat asupan jangka panjang, bukan hanya asupan satu hari recall.

Desain cross-sectional semacam ini — mengukur status gizi dan asupan pada satu titik waktu, lalu menguji hubungan keduanya — memakai logika uji statistik yang sama dengan penelitian kesehatan masyarakat cross-sectional lainnya; lihat uji statistik untuk skripsi kesehatan masyarakat cross-sectional untuk pola pemilihan uji chi-square, prevalence ratio, dan regresi logistik bila variabel Anda dikategorikan (misalnya stunting/tidak) alih-alih dianalisis sebagai data kontinu.

Menyusun BAB III yang menjelaskan prosedur antropometri dan recall secara konsisten dengan rencana analisis membantu menghindari revisi berulang. Tesify membantu menyusun draf BAB III dan BAB IV skripsi gizi agar prosedur pengukuran, klasifikasi z-score, dan hasil recall tetap sejalan dari bab satu sampai bab lima — mahasiswa tetap yang memilih metode dan bertanggung jawab atas interpretasi hasil akhirnya.

Pertanyaan yang sering diajukan

Apa beda z-score dan persentil dalam menilai status gizi anak?

Z-score menyatakan jarak nilai anak dari median populasi rujukan dalam satuan standar deviasi, sementara persentil menyatakan posisi anak dibanding seratus anak lain dalam populasi rujukan. WHO Child Growth Standards memakai z-score sebagai satuan baku klasifikasi, dan inilah yang dipakai skripsi gizi Indonesia.

Software apa yang dipakai menghitung z-score untuk skripsi gizi?

WHO Anthro (untuk anak 0–5 tahun) dan WHO AnthroPlus (untuk usia 5–19 tahun) adalah software resmi WHO yang paling umum dipakai skripsi gizi Indonesia untuk menghitung z-score secara otomatis dari data usia, jenis kelamin, tinggi/panjang badan, dan berat badan.

Berapa hari idealnya recall 24 jam dilakukan?

Idealnya lebih dari satu hari (termasuk hari kerja dan hari libur) untuk menangkap variasi pola makan, tetapi satu hari recall tetap dipakai pada banyak skripsi S1 karena keterbatasan waktu — sebutkan ini sebagai keterbatasan penelitian di BAB V.

Apakah data stunting SSGI bisa langsung dipakai sebagai data skripsi tanpa pengukuran sendiri?

Data SSGI adalah data agregat tingkat nasional/provinsi, cocok dipakai sebagai latar belakang atau pembanding, tetapi skripsi yang menguji status gizi individu tetap memerlukan pengukuran antropometri langsung pada sampel penelitian Anda sendiri.

Mengapa usia anak harus dicatat dalam bulan penuh, bukan dibulatkan ke tahun?

Karena tabel rujukan z-score WHO dibagi per bulan usia, bukan per tahun — pembulatan usia ke tahun terdekat bisa menggeser anak ke kategori usia rujukan yang salah dan menghasilkan klasifikasi status gizi yang keliru.

Apa yang harus dilakukan bila hasil pengukuran menunjukkan z-score ekstrem yang tidak wajar?

Periksa ulang pencatatan usia, satuan pengukuran (cm vs m, kg vs g), dan kalibrasi alat sebelum memasukkan data ke analisis — z-score di luar rentang biologis wajar (misalnya di bawah -6 SD atau di atas +6 SD) hampir selalu menandakan kesalahan input atau pengukuran, bukan temuan nyata.

Apakah boleh memakai data BB/U saja tanpa TB/U untuk menilai status gizi?

Bisa untuk skrining awal, tetapi status gizi kronis seperti stunting hanya bisa dinilai dari indikator TB/U atau PB/U. BB/U saja tidak membedakan anak pendek-gemuk dari anak tinggi-kurus, sehingga kombinasi beberapa indikator lebih informatif untuk skripsi.

Ke mana mencari tabel komposisi pangan Indonesia untuk konversi hasil recall?

Tabel Komposisi Pangan Indonesia (TKPI) yang diterbitkan Kementerian Kesehatan adalah rujukan resmi paling umum dipakai skripsi gizi Indonesia untuk mengonversi hasil recall menjadi nilai energi dan zat gizi.

Apakah angka prevalensi stunting nasional bisa dipakai langsung sebagai latar belakang skripsi lokal?

Bisa sebagai konteks nasional di latar belakang, tetapi bila penelitian Anda dilakukan di satu wilayah spesifik, cari juga data prevalensi wilayah tersebut (provinsi atau kabupaten/kota) sebagai pembanding yang lebih relevan dengan populasi penelitian Anda, karena angka nasional bisa jauh berbeda dari angka wilayah tertentu.

Apakah pengukur antropometri harus punya sertifikasi khusus?

Sebagian besar skripsi S1 tidak mensyaratkan sertifikasi formal, tetapi pengukur (biasanya peneliti sendiri) sebaiknya dilatih terlebih dahulu oleh dosen pembimbing atau petugas gizi berpengalaman, dan idealnya dilakukan uji keterulangan (reliabilitas) pengukuran sebelum pengambilan data utama.

Apakah recall 24 jam berbeda dengan Food Frequency Questionnaire (FFQ)?

Ya, keduanya mengukur hal berbeda. Recall 24 jam mencatat konsumsi aktual dalam periode waktu tertentu (biasanya satu hari), sementara FFQ menanyakan frekuensi konsumsi jenis makanan tertentu dalam periode lebih panjang (misalnya sebulan atau setahun terakhir) tanpa mencatat jumlah pasti. Pilih sesuai tujuan penelitian: recall untuk asupan aktual yang presisi, FFQ untuk pola kebiasaan jangka panjang.