BAB I

PENDAHULUAN
1.1 Latar Belakang
Kegemukan atau obesitas bukanlah fenomena yang baru lagi. Hal ini bisa dijumpai
dalam kehidupan sehari-hari, terutama bagi mereka yang bekerja pada dunia industri.
Obesitas adalah penumpukan lemak yang sangat tinggi di dalam tubuh sehingga membuat
berat badan berada di luar batas ideal.Sejumlah komplikasi dapat timbul akibat obesitas,
bahkan beberapa di antaranya membahayakan nyawa. Beberapa contoh komplikasi yang
cukup serius tersebut di antaranya stroke, penyakit jantung koroner, diabetes tipe 2, kanker
usus, dan kanker payudara.
Selain mengarah kepada sejumlah masalah kesehatan fisik, obesitas juga bisa
menyebabkan masalah psikologis, seperti stres, dan depresi. Masalah psikologis ini timbul
karena biasanya berawal dari rasa tidak percaya diri penderita obesitas yang mengalami
perubahan bentuk badan.
Obesitas dapat terjadi ketika kita sering mengonsumsi makanan berkalori tinggi.
Sebenarnya mengonsumsi makanan berkalori tinggi tidak selalu menjadi masalah asalkan
sesuai dengan aktivitas yang dilakukan tiap harinya. Namun, jika kita lebih banyak
menghabiskan waktu dengan duduk dan tidak diimbangi oleh aktif berolahraga, maka sisa
energi dari hasil pembakaran kalori tersebut akan disimpan di tubuh dalam bentuk lemak.
Lambat laun, penumpukan lemak tersebut akan bertambah dan membuat tubuh terlihat
membesar alias gemuk.
Maka dari itu, tren diet baru juga merupakan life style yaitu diet ketofastosis.
Ketofastosis merupakan gabungan dari Ketogenic dan fastosis. Ketogenic merupakan
sebuah pola makan rendah karbohidrat, tinggi lemak dan protein sedang. Sedangkan
fastosis sendiri adalah fasting on ketosis yang artinya Puasa dalam kondisi ketosis. Fastosis
bukan sebuah pola makan tapi merupakan sebuah gaya hidup yang harus diaplikasikan
seumur hidup.
Ketosis adalah kondisi dimana liver manusia memproduksi “ketone” untuk digunakan
sebagai bahan bakar “fuel” atau energi yang digunakan seluruh tubuh terutama otak.
Ketosis terjadi ketika tubuh tidak lagi ada asupan karbohidrat (glukosa) sebagai sumber
makanan untuk diproses menjadi energi. Fastosis adalah usaha mengembalikan Pola Hidup
manusia sebenarnya, yang menghasilkan Pola Makan yang diperlukan untuk
mempertahankan kondisi metabolisme lemak yang optimal.

1
1.2 Rumusan Masalah
1. Bagaimana uji anova satu arah mengenai penurunan berat badan pasien yang sedang
menjalankan diet ketofastosis?
2. Bagaimana pengaruh diet terhadap penurunan berat badan pasien?

1.3 Tujuan
1. Mengetahui uji anova satu arah mengenai penurunan berat badan pasien yang
menjalankan diet ketofastosis.
2. Untuk mengetahui pengaruh diet ketofastosis terhadap penurunan berat badan pasien.

1.4 Manfaat
1. Mengenalkan kepada masyarakat luas tentang diet yang sekaligus juga gaya hidup
ketofastosis sebagai diet untuk menurunkan berat badan menjadi ideal juga sebagai
terapi berbagai penyakit.
2. Mengenalkan pada masyarakat Indonesia bahwa tidak selamanya manusia bergantung
pada nasi atau karbohidrat yang sudah menjadi kebiasaan makan pada masyarakat
Indonesia.

2
 BAB II
TINJAUAN PUSTAKA
2.1 Analisis Anova
Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup
disini bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan oleh
seorang ahli statistik bernama Ronald Fisher. Anova merupakan singkatan dari Analysis of
variance. Merupakan prosedur uji statistik yang mirip dengan t test. Namun, kelebihan dari
Anova adalah dapat menguji perbedaan lebih dari dua kelompok. Berbeda dengan
independent sample t test yang hanya bisa menguji perbedaan rerata dari dua kelompok saja.
Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian yang mana
menilai adakah perbedaan rerata antara kelompok. Hasil akhir dari analisis Anova adalah
nilai F test atau F hitung. Nilai F Hitung ini yang nantinya akan dibandingkan dengan nilai
pada tabel f. Jika nilai f hitung lebih dari f tabel, maka dapat disimpulkan bahwa menerima
H1 dan menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua kelompok.
Analisis Anova sering digunakan pada penelitian eksperimen dimana terdapat
beberapa perlakuan. Peneliti ingin menguji, apakah ada perbedaan bermakna antar
perlakuan tersebut.
Ciri khasnya adalah adanya satu atau lebih variabel bebas sebagai faktor penyebab
dan satu atau lebih variabel respons sebagai akibat atau efek dari adanya faktor. Ciri lainnya
adalah variabel response berskala data rasio atau interval (numerik atau kuantitatif).
Anova merupakan salah satu dari berbagai jenis uji parametris, karena mensyaratkan
adanya distribusi normal pada variabel terikat per-perlakuan atau distribusi normal pada
residual. Syarat normalitas ini mengasumsikan bahwa sampel diambil secara acak dan dapat
mewakili keseluruhan populasi agar hasil penelitian dapat digunakan sebagai generalisasi.
Namun keunikannya, uji ini dapat dikatakan relatif robust atau kebal terhadap adanya
asumsi tersebut.
Jenisnya adalah berdasarkan jumlah variabel faktor (independen variable atau variabel
bebas) dan jumlah variabel responsen (dependent variable atau variabel terikat).
Pembagiannya adalah sebagai berikut:
Univariat:
1. Univariate One Way Analysis of Variance. Apabila variabel bebas dan variabel
terikat jumlahnya satu.
2. Univariate Two Way Analysis of Variance. Apabila variabel bebas ada 2, sedangkan
variabel terikat ada satu.

3
 3. Univariate Multi way Analysis of Variance. Apabila variabel bebas ada > 2,
sedangkan variabel terikat ada satu.

Multivariat:
1. Multivariate One Way Analysis of Variance. Apabila variabel bebas dan variabel
terikat jumlahnya lebih dari satu.
2. Multivariate Two Way Analysis of Variance. Apabila variabel bebas ada 2,
sedangkan variabel terikat jumlahnya lebih dari satu.
3. Multivariate Multi way Analysis of Variance. Apabila variabel bebas ada > 2,
sedangkan variabel terikat jumlahnya lebih dari satu.
2.2 Uji Normalitas
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal ataukah tidak.
Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu
data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi
normal. Biasa dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak,
sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30
belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik
normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov Smirnov, Lilliefors,
Shapiro Wilk, Jarque Bera.
2.3 Uji Homogenitas
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah
distribusi atau lebih. Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji
Homogenitas Variansi dan Uji Bartlett. Uji homogenitas dilakukan untuk mengetahui
apakah data dalam variabel X dan Y bersifat homogen atau tidak.
Langkah-langkah menghitung uji homogenitas :
1. Mencari Varians/Standar deviasi Variabel X dan Y, dengan rumus :

4
 Rumus Uji Homogenitas Bartlett Rumus Uji Homogenitas
2. Mencari F hitung dengan dari varians X dan Y, dengan rumus :

Catatan:
Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar (lebih
banyak)
Penyebut: S kecil artinya Variance dari kelompok dengan variance terkecil (lebih
sedikit)
Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang dan
penyebut.
3. Membandingkan F hitung dengan Tabel F: F Tabel pada tabel distribusi F, dengan:
Untuk varians dari kelompok dengan variance terbesar adalah dk pembilang n-1
Untuk varians dari kelompok dengan variance terkecil adalah dk penyebut n-1
Jika F hitung < Tabel F: F Tabel, berarti homogen
Jika F hitung > Tabel F: F Tabel, berarti tidak homogen
2.4 Diet Ketofastosis
Ketofastosis merupakan gabungan dari Ketogenic dan fastosis. Ketogenic merupakan
sebuah pola makan rendah karbohidrat, tinggi lemak dan protein sedang. Sedangkan fastosis
sendiri adalah fasting on ketosis yang artinya Puasa dalam kondisi ketosis. Fastosis bukan
sebuah pola makan tapi merupakan sebuah gaya hidup yang harus diaplikasikan seumur
hidup.
Ketosis adalah kondisi dimana liver manusia memproduksi “ketone” untuk digunakan
sebagai bahan bakar “fuel” atau energi yang digunakan seluruh tubuh terutama otak. Ketosis
terjadi ketika tubuh tidak lagi ada asupan karbohidrat (glukosa) sebagai sumber makanan
untuk diproses menjadi energi.
Puasa dalam kondisi Ketosis (protokol untuk adapatasi terhadap kondisi puasa dengan
metode diet ketogenic) * Dapat digunakan untuk pengobatan
Protokol dari ketofastosis ialah :
FASE INDUKSI (3-4 hari)

5
 Semua makanan bersumber dari HEWANI, terutama bagian yang berlemak dan juga
dari lemak nabati (contohnya minyak kelapa, minyak zaitun, santan, dsb).
3. Rasio Makronutrisi yang digunakan adalah 4 : 1 (80% Lemak : 20% Protein +
Karbohidrat dari total kalori per hari dengan 30% defisit kalori), “Net Karbohidrat”
selalu di bawah 10g per hari.
4. Timbang semua makanan di atas piring (<500g ; perkiraan kasar untuk diet dibawah
1600 kalori) atau 30% defisit kalori dari total kebutuhan kalori per hari.
5. Berhenti makan saat sudah terasa kenyang tanpa berusaha mengejar total kalori
(makanan yang ditimbang) yang telah diperhitungkan sebelumnya.
6. VCO atau MCT oil 1 sdm dicampur dengan 1/4 – 1/2 sdt Immunator Honey® x 4 – 6
per hari
7. Puasa hanya minum air dan minuman bebas kalori lainnya, selama 16 jam hingga 18
jam. Perpanjang jam puasa tersebut jika belum terasa lapar saat jam puasa yang
ditetapkan sebelumnya telah selesai (misalnya menambahkan 1 – 2 jam puasa lagi)
8. Olahraga pagi selama 30 – 45 menit.
9. Periksa gula puasa pada hari ke 3 – 4 (2 jam sebelum berbuka), jika gula puasa dibawah
80mg/dL, maka lanjutkan ke fase konsolidasi. Dan jika belum maka lanjutkan kembali
fase induksi selama 3 – 4 hari lagi sebelum pengetesan gula puasa berikutnya.
FASE KONSOLIDASI (6-7hari)
1. Makanan dari sumber Hewani yang berlemak dan sumber Nabati yang berupa sayuran
yang memiliki unsur daun, batang dan bunga saja (Rasio Hewani : Nabati = 3 : 1 dari total
berat makanan).
2. Rasio Makronutrisi yang digunakan adalah 4 : 1 (80% Lemak : 20% Protein +
Karbohidrat dari total kalori per hari dengan 20% defisit kalori), “Net Karbohidrat” selalu
di bawah 15g per hari.
3. Timbang semua makanan diatas piring (< 600g ; dengan komposisi 400g Hewani &
200g Nabati, perkiraan kasar untuk diet dibawah 1800 kalori) atau 30% defisit kalori dari
total kebutuhan kalori per hari.
4. Berhenti makan saat sudah terasa kenyang tanpa berusaha mengejar total kalori
(makanan yang ditimbang) yang telah diperhitungkan sebelumnya.
5. VCO atau MCT oil 1 sdm dicampur dengan 1/4 – 1/2 sdt Immunator Honey® x 4 – 6
per hari.
6. Puasa hanya minum air dan minuman bebas kalori lainnya, selama 18 jam hingga 20
jam.

6
7. Perpanjang jam puasa tersebut jika belum terasa lapar saat jam puasa yang ditetapkan
sebelumnya telah selesai (misalnya menambahkan 1 – 2 jam puasa lagi).
8. Olahraga pagi selama 30 – 45 menit dan ditambah dengan olahraga fitness selama 4
hari per minggu jika mampu.
9. Periksa gula puasa pada hari ke 6 – 7 (2 jam sebelum berbuka), jika gula puasa masih
dibawah 80mg/dL, maka lanjutkan ke fase pemeliharaan. Dan jika ternyata naik diatas
80mg/dL namun masih dibawah 90mg/dL maka lanjutkan kembali fase konsolidasi ini
selama 6 – 7 hari lagi sebelum pengetesan gula puasa berikutnya. Namun jika gula puasa
naik diatas 90mg/dL maka gunakan kembali fase induksi selama 3 – 4 hari untuk
mengembalikan gula puasa kebawah 80mg/dL

7
 BAB III
HASIL DAN ANALISIS DATA
3.1 Uji Normalitas
Uji Normalitas Kolmogorov-Smirnov Menggunakan Software Program SPSS 20
Data yang diuji adalah sebagai berikut :

Hipotesis :
H0 : Data Penurunan Berat Badan tidak berdistibusi Normal.
H1 : Data Penurunan Berat Badan berdistribusi Normal

Daerah Kritis :
H0 ditolak jika nilai Asymp.Sig.(2-tailed) < α = 0.05

Adapun langkah – langkah pengujiannya adalah sebagai berikut :

1. Pada SPSS, klik menu Analyze  Nonparametric Test  Legacy Dialogs  1-Sample
K-S.

8
 Sehingga muncul jendela baru seperti berikut :

2. Pindahkan data “Penurunan Berat Badan” ke kotak test variables list yang ada di
sebelah kanan, dan pastikan kolom “Normal” sudah dicentang.

9
 3. Klik OK. Maka akan keluar output SPSS seperti gambar berikut :

One-Sample Kolmogorov-Smirnov Test

penurun
an
N 21
Mean 2.6048
a,b
Normal Parameters Std.
3.44158
Deviation
Absolute .335
Most Extreme
Positive .335
Differences
Negative -.252
Kolmogorov-Smirnov Z 1.533
Asymp. Sig. (2-tailed) .018
a. Test distribution is Normal.
b. Calculated from data.

Keputusan :
Tolak H0 karena berdasarkan output SPSS diperoleh nilai Asmp.Sig (2-tailed) 0.018 yang
nilainya kurang dari α = 0.05.
Kesimpulan :
Data Penurunan Berat Badan berdistribusi Normal.

3.2 Uji Homogenitas Menggunakan Software Program SPSS 20

Data yang diuji adalah sebagai berikut :

10
Hipotesis :
H0 : Data mempunyai varians homogen.
H1 : Data mempunyai varians heterogen.

Daerah Kritis :
H0 ditolak jika nilai Asymp.Sig.(2-tailed) < α = 0.05

Adapun langkah – langkah pengujiannya adalah sebagai berikut :

1. Pada SPSS, klik menu Analyze  Compare Means  One-Way ANOVA

Sehingga muncul jendela baru sebagai berikut :

11
2. Pindahkan data “Penurunan Berat Badan” ke kotak dependent list yang ada di sebelah
kanan, dan data “Pasien” ke kotak factor yang ada di sebelah kanan

.
3. Klik “Options” , beri tanda √ pada Homogeneity of variance test, lalu klik “Continue”.

4. Klik OK. Maka akan keluar output SPSS seperti gambar berikut :

Test of Homogeneity of Variances

penurunan

12
 Levene Statistic df1 df2 Sig.

8.712 6 14 .000

Keputusan : Tolak H0 karena berdasarkan output diperoleh nilai Sig. = 0.000 yang nilainya
kurang dari α= 0.05.
Kesimuplan : Data memiliki varians heterogen.

3.3 Uji ANOVA Satu-Arah menggunakan software Minitab 16

Data yang diuji adalah sebagai berikut :

Hipotesis :
H0 : 𝜇1= 𝜇2= 𝜇3= 𝜇4= 𝜇5= 𝜇6= 𝜇7 (Rata – rata penurunan berat badan terhadap ketujuh
pasien sama.)
H1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ 𝜇4 ≠ 𝜇5 ≠ 𝜇6 ≠ 𝜇7 (Terdapat perbedaan rata – rata penurunan berat badan
terhadap ketujuh pasien.)

Daerah Kritis :
H0 ditolak jika nilai P-Value < α = 0.05

Adapun langkah – langkah pengujiannya adalah sebagai berikut :

1. Pada Minitab, klik menu Stat  ANOVA  One-Way (Unstacked)

13
2. Isilah pada Responses dengan C1,C2,C3,C4,C5,C6,C7. Convidence level : 95.0

3. Klik “OK” , kemudian muncul output minitab seperti berikut :

14
 One-way ANOVA: Etty Harjono, Yoga, Timbul, Nurul, Rahmat, Puspa, Qomar

Source DF SS MS F P
Factor 6 143.87 23.98 3.61 0.022
Error 14 93.02 6.64
Total 20 236.89

S = 2.578 R-Sq = 60.73% R-Sq(adj) = 43.90%

Individual 95% CIs For Mean Based on

Pooled StDev
Level N Mean StDev -------+---------+---------+---------+--
Etty Harjono 3 1.400 0.608 (-------*------)
Yoga 3 1.867 1.137 (-------*-------)
Timbul 3 1.400 1.153 (-------*------)
Nurul 3 2.000 0.436 (-------*-------)
Rahmat 3 8.900 6.539 (-------*-------)
Puspa 3 0.533 0.208 (-------*-------)
Qomar 3 2.133 0.723 (-------*-------)
-------+---------+---------+---------+--
0.0 4.0 8.0 12.0

Pooled StDev = 2.578

Keputusan :
Tolak H0 karena berdasarkan output Minitab diperoleh nilai P-value 0.022 yang
nilainya kurang dari α = 0.05.
Kesimpulan :
Terdapat perbedaan rata – rata penurunan berat badan terhadap ketujuh pasien.

15
 BAB IV

KESIMPULAN DAN SARAN

4.1 Kesimpulan
Data yang diperoleh dari klinik Mawar Husada Malang, terdapat perbedaan penurunan
berat badan pada setiap pasien. Hal ini dikarenakan jumlah lemak pada setiap pasien yang
berbeda-beda sehingga penurunan berat badan setiap pasien juga dapat berbeda-beda.
4.2 Saran
Menyadari bahwa penulis masih jauh dari kata sempurna, kedepannya penulis akan
lebih fokus dan detail dalam menjelaskan tentang makalah di atas dengan sumber - sumber
yang lebih banyak yang tentunya dapat di pertanggung jawabkan.

16
 DAFTAR PUSTAKA
http://www.ketofastosis.com/
https://www.statistikian.com/
http://www.alodokter.com/obesitas
http://herbabagoes.com/kenapa-pola-makan-keto-fastosis-sangat-populer-di-tahun-2016/

17