DETEKSI DIABETES MELITUS UNTUK WANITA DAN PENYUSUNAN MENU SEHAT DENGAN PENDEKATAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DAN ALGORITMA GENETIKA (GA)

Yuanita Sinatrya, Lili Ayu Wulandhari

Abstract


Diabetes melitus (DM) merupakan salah satu penyakit kronis (menahun) yang disebabkan berkurangnya produksi insulin dari pankreas maupun insulin yang dihasilkan tidak efektif dalam mengurangi kadar gula darah. Keadaan ini akan meningkatkan kadar gula darah sehingga merusak sistem kekebalan tubuh.  Penanganan awal pada penderita DM adalah dengan mengubah gaya hidup yaitu mengkonsumsi makanan dengan kandungan nutrisi yang diperlukan oleh tubuh dan memperbanyak aktivitas fisik. Untuk mengatur pola makan  pada penderita DM maka diperlukan diet dengan mengatur komposisi pola makanan dan mengendalikan kadar gula darah. Penelitian ini bertujuan untuk membuat suatu model penyusunan menu makanan sehat berdasarkan  jumlah kebutuhan kalori per hari, sehingga memenuhi kriteria gizi seimbang dan memenuhi variasi makanan berupa makanan pokok, lauk pauk, sayuran dan buah. Pada penelitian ini metode Adaptive Neuro Fuzzy Inference System (ANFIS) dan Algoritma Genetika (GA) digunakan untuk memberikan saran penyajian  makanan yang memenuhi jenis menu dan jumlah porsi yang ideal bagi penderita DM. Hasil penelitian menunjukkan bahwa metode yang diusulkan memperoleh nilai untuk accuracy training sebesar 89.1% dengan menggunakan metode ANFIS dan untuk pemenuhan nutrisi yang dicapai sebesar 98.9% dengan menggunakan GA yang artinya bahwa metode ANFIS dan GA dapat memberikan hasil akhir yang sangat baik yaitu dengan menghasilkan menu sehat yang memenuhi gizi yang optimal dan tercapainya keanekaragaman makanan sesuai dengan 4 pilar gizi seimbang.

Kata kunci :Diabetes Melitus, ANFIS, Algoritma Genetika, menu sehat.

 

Diabetes mellitus (DM) is one chronic disease caused by reduced production of insulin from the pancreas and insulin produced is not effective in reducing blood sugar levels. This situation will increase blood sugar levels, thus damaging the immune system. Initial treatment in diabetics is to change the lifestyle of eating foods with nutritional content needed by the body and increase physical activity. To regulate the diet in people with diabetes melitus, it takes the diet by adjusting the composition of diet patterns and control blood sugar levels. This study aims to create a healthy food menu based on the number of caloric needs per day, so that it meets the criteria of balanced nutrition and meets the variety of foods in the form of main dishes, side dishes, vegetables and fruits. In this research, Adaptive Neuro Fuzzy Inference System (ANFIS) and Genetic Algorithm (GA) method are used to provide suggestions for serving foods that meet the menu type and ideal portion for DM patients. The results showed that the proposed method scored 89.1% accuracy training by using ANFIS method and for fulfillment of nutrition reached 98.9% by using GA which means that ANFIS and GA method can give excellent result that is by producing Healthy food menu that meets optimal nutrition and achievement of food diversity in accordance with 4 pillars of balanced nutrition.

 Keyword :Diabetes Melitus, ANFIS, Genetic Alghorithm, healthy menu.

 


Keywords


Computational Intelligence (CI), Artificial Intelligence

Full Text:

PDF


DOI: https://doi.org/10.15408/jti.v12i1.9578 Abstract - 0 PDF - 0

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Prodi Teknik Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta

Lantai 3, Prodi Teknik Informatika, UIN Syarif Hidayatullah Jakarta
Jl. Ir. H. Juanda No.95, Cempaka Putih, Ciputat Timur. 
Kota Tangerang Selatan, Banten 15412
Tlp/Fax: +62 21 74019 25/ +62 749 3315
Handphone: +6281371798903
E-mail: jurnal-ti@uinjkt.ac.id


Creative Commons Licence
Jurnal Teknik Informatika by Prodi Teknik Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://journal.uinjkt.ac.id/index.php/ti.

 

JTI Visitor Counter: View JTI Stats

 Flag Counter