Implementasi Algoritma K-MEANS Clustering Dalam Pembangkitan Aturan Fuzzy Pada Perencanaan Konsumsi Pangan Harian
| Main Author: | Caesandria, NovindaFiqih |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/147422/1/JURNAL_NOVINDA_FC_125150201111009.pdf http://repository.ub.ac.id/147422/2/SKRIPSI_NOVINDA_F.C_125150201111009.pdf http://repository.ub.ac.id/147422/ |
Daftar Isi:
- Pemerintah saat ini sedang mengupayakan peningkatan derajat kesehatan dan status gizi masyarakat Indonesia. Gizi seimbang dapat dicapai melalui perencanaan konsumsi pangan harian yang dapat dilakukan oleh seorang ahli gizi namun saat ini keberadaan tenaga ahli gizi masih belum merata. Guna mencari solusi permasalahan tersebut banyak penelitian yang dilakukan, bila diteliti studi yang bisa mengatasi permasalahan tersebut adalah studi sistem pakar penalaran fuzzy. Pembuatan sistem pakar tidak lepas dari pengetahuan pakar yang dalam sistem berupa aturan. Aturan sendiri saat ini sulit diakuisisi dengan baik karena terdapat perbedaan pengetahuan pada setiap pakar sehingga memungkinkan aturan yang diakuisisi tidak lengkap. Aturan dapat dibangkitkan secara otomatis dengan metode clustering. Pada penelitian ini diimplementasikan kecerdasan buatan untuk perancangan konsumsi pangan harian. Metode yang digunakan untuk membangkitkan aturan fuzzy adalah K-means clustering. K-means dalam sistem menjadi proses pelatihan untuk membentuk aturan fuzzy sedangkan Fuzzy Takagi Sugeno Kang menjadi mesin inferensi. Hasil Mean Absolute Persentage Error (MAPE) terkecil pada penelitian ini adalah pada laki-laki 22,55% sedangkan pada perempuan sebesar 11,49%. Hasil penelitian ini menunjukkan bahwa cluster ideal atau cluster dengan nilai varian terkecil belum tentu menghasilkan nilai terbaik.