IMPLEMENTASI ALGORITMA GENETIKA UNTUK MENENTUKAN MENU MAKANAN BAGI PENDERITA JANTUNG
| Main Author: | Amalia, Marina |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/22399/1/jiptummpp-gdl-marinaamal-39011-1-pendahul-n.pdf http://eprints.umm.ac.id/22399/2/jiptummpp-gdl-marinaamal-39011-2-babi.pdf http://eprints.umm.ac.id/22399/ |
Daftar Isi:
- Dalam penyusunan menu makanan banyak hal yang perlu diperhatikan, terutama jika menu makanan yang disusun untuk seseorang yang mengidap penyakit tertentu seperti penyakit jantung. Menu makanan yang dianjurkan untuk penyakit jantung sanga tbervariasi, namun tidaksemua menu makanan tersebut memenuhi kriteria yang diharapkan. Oleh karena itu penulis mencoba membuat aplikasi untuk menentukan menu makanan dengan menerapkan metode optimasi yaitu algoritma genetika yang diharapkan dapat membantu penderita jantung untuk menentukan menu makanan harian mereka berdasarkan nilai gizi dan kebutuhan kalori, protein,lemak, dan karbohidrat yang paling optimal. Algoritma genetika (AG) adalah suatu algoritma pencarian yang berbasis pada mekanisme seleksi alam dan genetika. Algoritma genetika dipilih karena merupakan salah satu algoritma yang sangat tepat yang dapat digunakan dalam menyelesaikan masalah optimasi. Berdasarkan uji coba yang dilakukan pada aplikasi menentukan menu makanan dengan algoritma genetika ini dapat disimpulkan bahwa kebutuhan gizi penderita jantung berbeda-beda setiap orang tergantung pada faktor-faktor yang mempengaruhinya yaitu usia, jenis kelamin, tinggi badan, dan berat badan. Dari hasil pengujian penghentian generasi dengan menggunakan maksimum generasi akan menghasilkan nilai fitness yang lebih baik dibandingkan dengan menggunakan penghentianjika pada 5 kali generasi tidak terdapat perbaikan nilai fitness. Selain itu nilai fitness paling optimal jika menggunakan parameter algoritma genetika dengan jumlah populasi 15 dan peluang mutasi 0,1 pada penghentian generasi dengan menggunakan maksimum generasi.