Algoritma Genetika untuk Optimasi Komposisi Makanan Bagi Penderita Hipertensi
Jurnal Teknologi dan Sistem Komputer
View Publication Info| Field | Value | |
| Title |
Algoritma Genetika untuk Optimasi Komposisi Makanan Bagi Penderita Hipertensi
Genetic Algorithm for Optimizing Food Composition for Hypertension Patients |
|
| Creator |
Purnomo, Anggi Mahadika
Werdiastu, Davia Raissa, Talitha Widodo, Restu Wijayaningrum, Vivi Nur |
|
| Subject |
algoritma genetika;hipertensi;komposisi makanan;stroke;tekanan darah tinggi
genetic algorithm; hypertension; food composition; stroke; high blood pressure |
|
| Description |
Hipertensi dapat dicegah dan ditangani dengan mengonsumsi makanan bergizi dengan komposisi yang tepat. Algoritma genetika dapat digunakan untuk mengoptimalkan komposisi makanan bagi penderita hipertensi. Data yang digunakan meliputi jenis kelamin, umur, berat badan, tinggi badan, jenis aktivitas, tingkat stres, dan tingkat hipertensi pasien. Penelitian ini menggunakan metode reproduksi yang cukup baik untuk diterapkan pada representasi kromosom integer sehingga hasil pencarian yang diberikan terhindar dari solusi optimum lokal. Hasil pengujian menunjukkan bahwa parameter algoritma genetika terbaik adalah populasi sebanyak 15 dengan rata-rata fitness sebesar 20,97, generasi sebanyak 40 dengan rata-rata fitness sebesar 50,10, dan kombinasi crossover rate dan mutation rate sebesar 0,3 dan 0,7 dengan rata-rata fitness sebesar 41,67. Solusi yang dihasilkan adalah berupa komposisi makanan optimal bagi penderita hipertensi.
Hypertension can be prevented and handled by eating nutritious foods with the right composition. The genetic algorithm can be used to optimize the food composition for people with hypertension. Data used include sex, age, weight, height, activity type, stress level, and patient hypertension level. This study uses a reproduction method that is good enough to be applied to integer chromosome representations so that the search results provided are not local optimum solutions. The testing results show that the best genetic algorithm parameters are as follows population size is 15 with average fitness 20.97, the generation number is 40 with average fitness 50.10, and combination crossover rate and mutation rate are 0.3 and 0.7 with average fitness 41.67. The solution obtained is the optimal food composition for people with hypertension. |
|
| Publisher |
Departemen Teknik Komputer, Fakultas Teknik, Universitas Diponegoro
|
|
| Contributor |
Fakultas Ilmu Komputer, Universitas Brawijaya
Faculty of Computer Science, Universitas Brawijaya |
|
| Date |
2019-01-31
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion — |
|
| Format |
application/pdf
|
|
| Identifier |
https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13132
10.14710/jtsiskom.7.1.2019.1-6 |
|
| Source |
Jurnal Teknologi dan Sistem Komputer; Volume 7, Issue 1, Year 2019 (January 2019); 1-6
Jurnal Teknologi dan Sistem Komputer; Volume 7, Issue 1, Year 2019 (January 2019); 1-6 2338-0403 |
|
| Language |
ind
|
|
| Relation |
https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13132/12490
|
|
| Rights |
Copyright (c) 2019 Jurnal Teknologi dan Sistem Komputer
https://creativecommons.org/licenses/by-sa/4.0 |
|
