Alqarni, M Jibril (2019) Optimasi Komposisi Menu Makanan Bagi Penderita Penyakit Diabetes Melitus Tipe 2 dan Komplikasinya Menggunakan Hybrid Algoritme Genetika dan Simulated Annealing. Sarjana thesis, Universitas Brawijaya.
Abstract
Diabetes Melitus merupakan penyakit yang sudah umum dikalangan masyarakat. Salah satu hal preventif aktif untuk menangani penyakit diabetes melitus tipe 2 yaitu dengan melakukan olahraga teratur, dan makan makanan yang bergizi serta memiliki nutrisi yang cukup untuk 1 harinya. Dalam mendapatkan kalori atau energi yang cukup sesuai kebutuhan dari penderita, perhitungan dapat dilakukan secara manual. Namun jika proses dilakukan secara manual, akan memakan waktu yang lama sehingga jika hal ini diterapkan di lembaga kesehatan, akan sangat tidak efisien mengingat banyaknya pasien yang berada di antrian. Permasalahan ini dapat diselesaikan dengan menggunakan sistem kecerdasan buatan menggunakan algoritme genetika yang dilakukan hibridasi dengan simulated annealing. Simulated annealing dapat membantu algoritme genetika keluar dari kondisi lokal optimum, dikarenakan sifatnya yang dapat menerima solusi yang tidak lebih baik ataupun lebih baik dari solusi sebelumnya. Simulated annealing berhasil ditambahkan dalam membantu algoritme genetika keluar dari kondisi lokal optimum hal ini ditandai dengan didapatkannya nilai fitness tertinggi sebesar 0,998, dengan persentase selisih terhadap kebutuhan aktual pasien dari kalori sebesar 0,18%, karbohidrat sebesar 0,20%, protein sebesar 0,69% dan terakhir yaitu lemak sebesar 0,27%.
English Abstract
Diabetes mellitus is a common disease among the people. One of the active preventive things to deal with type 2 diabetes mellitus is to do regular exercise, and eat nutritious foods and have adequate nutrition for 1 day. In getting enough calories or energy according to the needs of patients, calculations can be done manually. But if the process is done manually, it will take a long time so that if this is implemented in a health institution, it will be very inefficient given the large number of patients in the queue. This problem can be solved by using an artificial intelligence system using a genetic algorithm that is performed hybridization with simulated annealing. Simulated Annealing can help the genetic algorithm come out of optimum local conditions, due to its nature that can accept solutions that are not better or better than the previous solution. Simulated Annealing was successfully added to help the genetic algorithm out of optimum local conditions, this was indicated by the highest fitness value of 0.998, with the percentage difference between the patient's actual needs of calories by 0.18%, carbohydrate by 0.20%, protein by 0.69% and the last is fat at 0.27%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/335/051905653 |
| Uncontrolled Keywords: | genetic algorithm, type 2 diabetes, simulated annealing, adaptive crossover rate and mutation rate |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.3 Computer modeling and simulation |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 30 Jul 2020 06:22 |
| Last Modified: | 30 Jul 2020 06:22 |
| URI: | http://repository.ub.ac.id/id/eprint/171526 |
Actions (login required)
 |
View Item |