EUVIMEDEUVIMED entdecken
Crossref

SENSITIVITAS DAN SPESIFISITAS MODEL PREDIKSI PERSEN LEMAK TUBUH UNTUK PENENTUAN STATUS GIZI DEWASA

Akwilina Dwi Kristisanthy, Budiyanti Wiboworini

Journal of Nutrition College · 30.04.2026 · 15 (2) · 188-196

DOI: 10.14710/jnc.v15i2.50935 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Nutrition College, online erschienen am 30.04.2026. Verfasst von Akwilina Dwi Kristisanthy und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

ABSTRACTBackground: Measurement of body fat percentage with BIA (Bio Impedance Analyzer) is an accurate standard for obesity. Another alternative is using an equation (model) predicting body fat percentage with simpler anthropometric indicators. This prediction model refers to foreign references that need to be tested for validity for use in Indonesia.

Objectives

This study aims to test the Deurenberg prediction model and the Relative Fat Mass Index (RFM) as a predictor of fat mass Methods: This is a preliminary research, with a case study on students of Master of Nutrition Science in Human Nutrition, Sebelas Maret University. Primary data on body weight, height, waist circumference were then calculated using the Deurenberg formula and Relative Fat Mass Index (RFM) to obtain body fat results, then compared with the results of BIA measurements as a standard. Data analysis is presented with descriptive analysis followed by validity test.

Results

The validity test results show that the Deurenberg prediction model has a sensitivity value of 94.7%, specificity of 50%, PPV 81.8% and NVP 80%, while RFM has a sensitivity value of 66.7%, specificity of 66.5%, PPV 80% and NVP 45.5%.

Conclusion

The Deurenberg body fat percentage prediction model has a better validity value than the RFM prediction model and can be recommended for wider testing in the adult age group.Keywords : Deurenber; percent body fat; RFM, sensitivity; specificity ABSTRAKLatar belakang: Pengukuran persen lemak tubuh dengan BIA (Bio Impedance Analyzer) menjadi standar yang akurat untuk obesitas. Alternatif lain menggunakan persamaan (model) prediksi persen lemak tubuh dengan indikator antropometri yang lebih sederhana. Model prediksi ini mengacu pada referensi luar negeri yang perlu diuji validitasnya untuk digunakan di Indonesia.Tujuan: Penelitian ini bertujuan menguji model prediksi Deurenberg dan Relative Fat Mass Index (RFM) sebagai prediktor massa lemak.Metode: merupakan penelitian pendahuluan, dengan studi kasus pada mahasiswa Magister Ilmu Gizi Human Nutrition Universitas Sebelas Maret. Data primer berat badan, tingggi badan, lingkar pinggang kemudian dihitung dengan rumus Deurenberg dan Relative Fat Mass Index (RFM) untuk mendapatkan hasil lemak tubuh, Selanjutnya dibandingkan dengan hasil pengukuran BIA sebagai standar.Hasil: Analisis data disajikan dengan analisis deskriptif dilanjutkan uji validitas. Hasil uji validitas menunjukan bahwa model prediksi Deurenberg memiliki nilai sensitivitas 94,7%, spesifisitas 50%, PPV 81,8% dan NVP 80%, sedangkan RFM nilai sensitivitas 66,7%, spesifisitas 66,5%, PPV 80% dan NVP 45,5%. Simpulan: Model prediksi persentase lemak tubuh Deurenberg memiliki nilai validitas yang lebih baik dibandingkan model prediksi RFM dan dapat direkomendasikan untuk pengujian yang lebih luas pada kelompok usia dewasaKata Kunci : Deurenberg; persen lemak tubuh; RFM; sensitivitas; spesifisitas

Zitieren

APA

Kristisanthy, A. D., & Wiboworini, B. (2026). SENSITIVITAS DAN SPESIFISITAS MODEL PREDIKSI PERSEN LEMAK TUBUH UNTUK PENENTUAN STATUS GIZI DEWASA. Journal of Nutrition College, 15(2), 188-196. https://doi.org/10.14710/jnc.v15i2.50935

Vancouver

Kristisanthy AD, Wiboworini B. SENSITIVITAS DAN SPESIFISITAS MODEL PREDIKSI PERSEN LEMAK TUBUH UNTUK PENENTUAN STATUS GIZI DEWASA. Journal of Nutrition College. 2026;15(2):188-196. doi:10.14710/jnc.v15i2.50935

BibTeX
@article{Kristisanthy2026,
  author = {Kristisanthy, Akwilina Dwi and Wiboworini, Budiyanti},
  title = {SENSITIVITAS DAN SPESIFISITAS MODEL PREDIKSI PERSEN LEMAK TUBUH UNTUK PENENTUAN STATUS GIZI DEWASA},
  journal = {Journal of Nutrition College},
  year = {2026},
  volume = {15},
  number = {2},
  pages = {188--196},
  doi = {10.14710/jnc.v15i2.50935}
}
Kostenlos starten →