PENGATURAN MENU MAKAN HARIAN BAGI KESEHATAN BALITA MENGGUNAKAN ALGORITMA GENETIKA
Abstract
Balita merupakan masa terjadinya proses pertumbuhan dan perkembangan dengan cepat. Jika kebutuhan gizi balita tidak terpenuhi, maka dikhawatirkan tidak tercapainya pertumbuhan dan perkembangan yang optimal. Hal tersebut dapat menyebabkan masalah kekurangan gizi, yang selanjutnya dapat beresiko menurunkan derajat kesehatan. Berdasarkan hal tersebut, perlu dirancang sebuah sistem informasi untuk mengatur kebutuhan gizi pada kesehatan balita. Metode yang digunakan ialah algoritma genetika, algoritma ini bekerja dengan sebuah populasi yang terdiri dari individu-individu. Dalam menu makan yang akan disusun, kromosom hanya akan mengkodekan jenis karbohidrat, protein, dan lemak. Pada metode ini, seleksi yang digunakan menggunakan metode elitism selection dan mutasi menggunakan reciprocal exchange mutation. Diperoleh kebutuhan total kalori sebesar 115.76 kalori, kebutuhan karbohidrat sebesar 209 gram, kebutuhan protein sebesar 28.7 gram dan kebutuhan lemak sebesar 25,32 gram berdasarkan hasil dari proses crossover, mutasi dan seleksi pada generasi ke-2 dengan nilai rata-rata fitness 0,0879.
Keywords
Teks Lengkap:
PDFReferensi
[1] Pusat Data dan Informasi Kementerian Kesehatan, “Infodatin Kementerian Kesehatan RI Situasi Kesehatan Anak Balita di Indonesia.” 2015.
[2] Riskesdas, “Hasil Utama Riskesdas Tentang Prevalensi Diabetes Mellitus di Indonesia 2018,” Has. Utama Riskesdas Tentang Prevalensi Diabetes Melitus di Indones. 2018, p. 8, 2018.
[3] E. M. E. Y. Liswati, P. Studi, I. Gizi, F. I. Kesehatan, and U. M. Surakarta, “Hubungan Karakteristik Ibu Dengan Status Gizi,” 2016.
[4] A. M. Purnomo, D. Werdiastu, T. Raissa, R. Widodo, and V. N. Wijayaningrum, “Algoritma Genetika untuk Optimasi Komposisi Makanan Bagi Penderita Hipertensi,” J. Teknol. dan Sist. Komput., vol. 7, no. 1, p. 1, 2019.
[5] H. Okubo et al., “Designing optimal food intake patterns to achieve nutritional goals for Japanese adults through the use of linear programming optimization models,” Nutr. J., vol. 14, no. 1, pp. 1–10, 2015.
[6] A. Rianawati and W. F. Mahmudy, “Implementasi Algoritma Genetika Untuk Optimasi Komposisi Makanan Bagi Penderita Diabetes Mellitus,” DORO Repos. J. Mhs. PTIIK Univ. Brawijaya, vol. 5, no. 14, pp. 1–12, 2015.
[7] Trismayanti Dwi P, “PENGATURAN MENU MAKAN HARIAN BERDASARKAN KEBUTUHAN KALORI DAN HARGA MENGGUNAKAN ALGORITMA GENETIKA,” no. 339329, 2013.
[8] E. Julie, I. Siahaan, I. Cholissodin, and M. A. Fauzi, “Sistem Rekomendasi Bahan Makanan Bagi Penderita Penyakit Jantung Menggunakan Algoritma Genetika,” vol. 1, no. 1, pp. 2548–964, 2017.
[9] M. Pelajaran, “Penerapan Algoritma Genetika Untuk Penjadwalan,” vol. 1, no. 3, pp. 220–233.
[10] S. M. Hardi and E. Budiarti, “ANALISIS MAPPING PADA PARTIALLY MAPPED C ROSSOVER DALAM ALGORITMA GENETIKA PADA TRAVELLING.”
DOI: https://doi.org/10.24176/simet.v10i2.3392
Article Metrics
Refbacks
- Saat ini tidak ada refbacks.
Indexed by:
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.
Dedicated to: