Optimasi Komposisi Bahan Makanan Bagi Pasien Rawat Jalan Penyakit Jantung dengan Menggunakan Algoritme Particle Swarm Optimization (PSO)
| Main Author: | Diani, I Gusti Ayu Putri |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/812/1/I%20Gusti%20Ayu%20Putri%20Diani%20.pdf http://repository.ub.ac.id/812/ |
Daftar Isi:
- Organ pada tubuh yang paling penting dan berfungsi sebagai pompa darah adalah jantung. Penyakit pada jantung dapat disebabkan oleh gaya hidup yang tidak sehat dan dapat diderita semua orang. Sebagian besar kematian menurut laporan World Health Organization (WHO), disebabkan oleh salah satu dari penyakit tidak menular yaitu penyakit jantung yang menyebabkan 17,7 juta kematian atau kurang lebih 45% dari semua kematian akibat penyakit tidak menular. Bagi orang yang memiliki penyakit jantung, pengaturan pola makan juga sama pentingnya dengan orang yang tidak memiliki penyakit jantung agar dapat menjadi sehat kembali. Pada penelitian ini akan dilakukan pemberian bahan makanan untuk pasien penderita penyakit jantung yang termasuk ke dalam Diet Jantung 4 yaitu pasien yang sudah dapat pulang ke rumah atau pasien rawat jalan. Penelitian yang dilakukan adalah optimasi komposisi bahan makanan bagi pasien rawat jalan penyakit jantung dilakukan dengan menggunakan algortima particle swarm optimization dimana hasil yang akan ditampilkan oleh program ini adalah data diri pasien seperti usia, berat badan, tinggi badan beserta bahan makanan yang sesuai dengan kebutuhan pasien rawat jalan dengan harga yang seminimal mungkin dari setiap bahan makanannya. Algoritme ini terdiri dari tahap inisialisasi awal, perhitungan fitness, penentuan pbest dan gbest,perhitungan kecepatan dan posisi partikel. Kelebihan algoritme particle swarm optimization adalah dalam hal perhitungan dimana algoritme ini selain efisien, mudah untuk diimplementasikan dan mempunyai konsep yang sederhana daripada teknik perhitungan lainnya. Hasil akhir dari penelitian ini, didapatkan bahwa parameter yang optimal diantaranya adalah jumlah partikel sebanyak 40, nilai ωmax sebesar 0,75, nilai ωmin sebesar 0,25, nilai C1 sebesar 2, nilai C2 sebesar 2 dan jumlah iterasi maksimum sebanyak 80. Hasil dari program dengan parameter tersebut menghasilkan menghasilkan rata-rata selisih data aktual dengan data dari program sebesar 4,67%. Selain itu dapat mengurangi biaya pengeluaran sampai dengan 14,68%.