IMPLEMENTASI ALGORITMA GENETIKA UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MENU MAKANAN PENDERITA DIABETES MELITUS

Abstract

Komposisi makanan yang mengandung gula pada penderita Diabetes Melitus harus seimbang sehingga diperlukan untuk memudahkan masyarakat dan ahli gizi dalam menentukan menu makanan yang sesuai dengan kebutuhkan kalori. Pada penelitian ini akan direkomendasikan penentuan variasi menu makanan bagi penderita Diabetes Melitus dengan menggunakan metode Algoritma Genetika. Data yang digunakan pada penelitian ini adalah data kandungan gizi makanan yang diperoleh dari Tabel Komposisi Pangan Indonesia (TKPI). Kebutuhan nilai kalori yang pasien dengan menggunakan Metode PERKENI 2015. Data tersebut kemudian diolah untuk menentukan menu makanan terbaik yang terdiri dari kebutuhan Energi (E), Karbohidrat (K), Lemak (L), dan Protein (P). Dari sistem yang telah dibangun dilakukan perbandingan antara parameter Algoritma Genetika yaitu Jumlah Kromosom, Maksimum Generasi, Probabilitas Crossover (Pc), dan Probabilitas Mutasi (Pm). Semakin besar nilai Maksimum Generasi, Probabilitas Crossover dan Probabilitas Mutasi akan semakin banyak pula variasi makanan yang akan keluar. Sebagai contoh pasien (wanita, Usia=61th, Tinggi Badan=160cm, Berat Badan=55kg) dihasilkan jumlah kalori yang dibutuhkan yaitu (E=1621.4, K=243.21, P=60.80, L=45.04) atau termasuk jenis diet IV atau diet 1700. Dengan menggunakan parameter Algoritma Genetika dengan Jumlah Gen=3, Jumlah Kromosom=3, Maksimum Generasi=0.5, Pc=0.5, dan Pm=0.1. Hasil yang diperoleh adalah muncul 3 varian makanan yang masing-masing memiliki jumlah kalori yaitu (E=1607.25, K=198.877, P=95.385, L=47.508), (E=1633.25, K=196.677, P=85.885, L=55.758), (E=1630.90, K=177.455, P=85.245, L=64.335). Kata Kunci: Diabetes Melitus, Menu Makanan, Algoritma Genetika, PERKENI 2015. Composition of foods containing sugar in people with Diabetes Mellitus should be balanced, so an app is required for facilitate the public and nutritionists in determining the appropriate food menu with calorie requirement of diabetes patient. This research will be recommended to determination of food variation for using Genetic Algorithm. The data used is nutrient content of food obtained from Tabel Komposisi Pangan Indonesia (TKPI). The requirement of caloric value the patient can used the PERKENI 2015 method. Then the data is processed to determine the best food menu consisting of energy (E), carbohydrate (K), fat (L) and protein (P) requirements. The system is comparised with variation of Genetic Algorithm parameters is the total of chromosomes, Probability of Crossover (Pc), and Probability of Mutation (Pm). Maximum value of the probability generation of crossover and probability of mutation will be the more variations of food that will come out. For example, patient with gender is women aged 61 years old, height 160 cm, weight 55 kg, will be resulted number of calories: (E=1621.4, K=243.21, P=60.80, L=45.04), with the gene=4, chromosomes=3, generation=3, Pc=0.5, and Pm=0.5. The result obtained is the three varians: E=1607.25, K=198.877, P=95.385, L=47.508), (E=1633.25, K=196.677, P=85.885, L=55.758), (E=1630.90, K=177.455, P=85.245, L=64.335). Keywords: Diabetes Melitus, Food Menu, Genetic Algorithm, PERKENI 2015.