Fuzzy inference engine yang memadukan antropometri WHO, perilaku konsumsi, dan kearifan lokal Appakalebbiran. Setiap keputusan tersimpan, terjelaskan, dan tervalidasi ahli.
BB, TB, lingkar lengan, z-score HAZ/WAZ/WHZ dari Posyandu.
DDS, protein hewani, pola asuh, sanitasi, Appakalebbiran, riwayat sakit.
Fuzzifikasi → rule evaluation → defuzzifikasi. Setiap rule tercatat.
Konten CMS pangan lokal, kunjungan kader, rujukan Puskesmas.
Satu JSON endpoint. Setiap enam jam. Ringkasan assessment, distribusi risiko, dan rekomendasi — sampai ke meja Dinkes dan Bappeda.
Lihat endpoint →Setiap keputusan punya jejak. Setiap rule punya evidence_ref. Setiap versi rule tersimpan.
Trust center →Setiap perubahan membership/rule → versi baru. Assessment menyimpan rule_version_id.
100% assessment menyimpan fired_rules_json. Siapa, kapan, rule mana.
Setiap rule punya evidence_ref. FGD ahli gizi, antropolog, tokoh budaya.
NIK/KK hanya diakses role tertentu. DPO audit akses.
≥3 rule aktif dengan derajat keanggotaan tampil di dashboard.
"Saya bisa jelaskan ke ibu balita kenapa anaknya masuk risiko tinggi. Bukan cuma angka."
"Yang bikin saya percaya: setiap rule punya dasar ilmiah dan versi."
"Dari data Posyandu ke dashboard kecamatan, tanpa rekap manual."
Data pribadi hanya diakses role tertentu. DPO melakukan audit akses. Semua request tercatat di audit_trail.
Ya. Antropometri mengikuti WHO 2006. Rule base divalidasi ahli gizi dan antropolog. Setiap versi rule punya evidence_ref dan disimpan di audit trail.
APPACARE bukan sekadar pencatatan. Ini sistem inferensi fuzzy yang menggabungkan antropometri WHO, perilaku konsumsi, dan kearifan lokal Appakalebbiran. Setiap output menjelaskan rule mana yang aktif.
Target ≥80% akurasi (TKT 5), ≥85% (TKT 6), AUC ≥0.80. Validasi pada dataset retrospektif Posyandu.