Literature Review: Sistem Cerdas dalam Monitoring dan Optimalisasi Berat Badan Berbasis BMI
Keywords:
Sistem Cerdas, Indeks Massa Tubuh, Machine Learning, Monitoring KesehatanAbstract
Penelitian ini bertujuan untuk menganalisis perkembangan sistem cerdas dalam monitoring dan optimalisasi berat badan berbasis Indeks Massa Tubuh serta mengidentifikasi celah penelitian yang masih terbuka. Penelitian menggunakan pendekatan Systematic Literature Review dengan tahapan identifikasi, penyaringan, evaluasi teks lengkap, dan sintesis tematik berdasarkan pedoman pelaporan yang sistematis. Literatur diperoleh dari basis data ilmiah bereputasi dengan kriteria inklusi artikel jurnal internasional yang membahas integrasi Indeks Massa Tubuh dalam sistem berbasis kecerdasan buatan. Hasil kajian menunjukkan bahwa pendekatan pembelajaran mesin menjadi metode dominan dalam klasifikasi dan prediksi risiko obesitas, sementara sistem berbasis aturan dan sistem pendukung keputusan tetap relevan karena tingkat interpretabilitasnya. Indeks Massa Tubuh tidak lagi digunakan sebagai indikator tunggal, tetapi sebagai variabel prediktif dalam sistem cerdas yang lebih kompleks. Namun, penelitian masih berfokus pada akurasi model, sementara aspek interpretabilitas, integrasi data longitudinal, dan sistem rekomendasi adaptif masih terbatas. Penelitian ini menegaskan perlunya pengembangan sistem cerdas berbasis Indeks Massa Tubuh yang lebih transparan, terintegrasi, dan berkelanjutan.
Downloads
References
Du, J., Yang, S., Zeng, Y., Ye, C., Chang, X., & Wu, S. (2024). Visualization obesity risk prediction system based on machine learning. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-024-73826-6
Flegal, K. M. (2023). HISTORY OF MEDICINE: PEER-REVIEWED ARTICLE Use and Misuse of BMI Categories. In AMA Journal of Ethics (Vol. 25, Issue 7).
Kraus, S., Breier, M., Lim, W. M., Dabić, M., Kumar, S., Kanbach, D., Mukherjee, D., Corvello, V., Piñeiro-Chousa, J., Liguori, E., Palacios-Marqués, D., Schiavone, F., Ferraris, A., Fernandes, C., & Ferreira, J. J. (2022). Literature reviews as independent studies: guidelines for academic practice. Review of Managerial Science, 16(8), 2577–2595. https://doi.org/10.1007/s11846-022-00588-8
Li, X., & Asemi, A. (2025). A Novel AI-Driven Expert System for Obesity Diagnosis and Personalised Treatment. CAAI Transactions on Intelligence Technology, 10(5), 1320–1336. https://doi.org/10.1049/cit2.70049
Saleh, S., Cherradi, B., Gannour, O. El, Gouiza, N., & Bouattane, O. (2023). Healthcare monitoring system for automatic database management using mobile application in IoT environment. Bulletin of Electrical Engineering and Informatics, 12(2), 1055–1068. https://doi.org/10.11591/eei.v12i2.4282
Veroniki, A. A., Hutton, B., Stevens, A., McKenzie, J. E., Page, M. J., Moher, D., McGowan, J., Straus, S. E., Li, T., Munn, Z., Pollock, D., Colquhoun, H., Godfrey, C., Smith, M., Tufte, J., Logan, S., Catalá-López, F., Tovey, D., Franco, J. V. A., … Tricco, A. C. (2025). Update to the PRISMA guidelines for network meta-analyses and scoping reviews and development of guidelines for rapid reviews: a scoping review protocol. JBI Evidence Synthesis, 23(3), 517–526. https://doi.org/10.11124/JBIES-24-00308
Wu, Y., Li, D., & Vermund, S. H. (2024). Advantages and Limitations of the Body Mass Index (BMI) to Assess Adult Obesity. In International Journal of Environmental Research and Public Health (Vol. 21, Issue 6). Multidisciplinary Digital Publishing Institute (MDPI). https://doi.org/10.3390/ijerph21060757
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Alvian Ahmad Raficaksana, Tining Haryanti, Aswin Rosadi (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
