Utami, YuanitaMaharyani (2016) Pembangkitan Aturan Fuzzy Dengan Menggunakan Algoritma Subtractive Clustering Untuk Perencanaan Konsumsi Pangan Harian. Sarjana thesis, Universitas Brawijaya.
Abstract
Makanan merupakan sumber energi bagi tubuh agar semua organ dalam tubuh dapat berfungsi secara optimal. Setiap makanan memiliki kandungan gizi yang berbeda-beda. Gizi merupakan hal utama bagi tubuh yang harus dijaga oleh seseorang, karena gizi yang seimbang dibutuhkan untuk meningkatkan kemampuan fisik agar tubuh dapat bekerja dengan baik. Pemenuhan gizi seimbang dapat dilakukan dengan mengkonsumsi makanan secara variatif dengan mengkombinasikan makanan empat sehat lima sempurna. Untuk mengukur seberapa besar gizi yang diperlukan seseorang, ia harus mengetahui kalorinya per hari, dan dibutuhkan seorang pakar untuk membantu dalam menyusun bahan makanan yang cocok untuk perencanaan konsumsi pangan harian sesuai kebutuhan kalorinya. Nilai kalori dapat dihitung dengan menggunakan beberapa parameter yaitu usia, jenis kelamin, tinggi badan, berat badan, dan aktivitas harian. Penelitian ini bertujuan untuk membantu seseorang dalam perencanaan konsumsi pangan hariannya dengan mengadopsi pengetahuan pakar. Pada penelitian ini digunakan algoritma Subtractive Clustering dan metode Fuzzy Inference System model Sugeno orde-satu dalam membangkitkan aturan fuzzy yang bertujuan untuk perencanaan konsumsi pangan harian seseorang. Pada metode ini ada dua proses utama yang dilakukan, yaitu: (1) pelatihan yang menghasilkan aturan dimana parameter yang digunakan adalah jumlah data latih, jari-jari, squash factor, accept ratio, dan reject ratio; (2) pengujian yang menghasilkan nilai kalori harian. Hasil dari penelitian ini menunjukkan bahwa error terendah sistem untuk data perempuan sebesar 9,060%, sedangkan error terendah sistem untuk data laki-laki sebesar 15,122% yang menunjukkan bahwa hasil penelitian belum optimal.
English Abstract
Food is a source of energy for the body so that all of the organs in the body can function optimally. Each food contains different nutritions. Nutrition is the main thing that must be kept by a person for a balanced nutrition to increase physical ability for the body to work well. Balanced nutrition can be done by consuming varied food by combining healthy food. To measure how much nutrition a person needs, they must know calories per day, and it takes an expert to assist in preparing food ingredients from which to plan your daily food consumption calorie needs. Calories value can be measured by involving some parameters such as gender, age, weight, height, and daily activities. This study aims to help a person in daily food consumption planning by adopting expert knowle0dge. This study uses Subtractive Clustering algorithms and Fuzzy Inference System Sugeno models in generating a fuzzy rule for daily food consumption planning. There are several attributes that are used in this study, age, sex, height, weight, daily activity, and calories. There are two processes that are used in this study, (1) the training process for generating rules which use several parameters, i.e. training data, radius, squash factor, accept ratio, and reject rasio; (2) the testing process that produces daily calories value which used for planning the daily food consumption. The results of this study indicate that the system’s lowest MAPE for female data is 9.060%, while the lowest MAPE value for male is 15.122% which indicates that the results have not been optimal.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/4/051700347 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 16 Feb 2017 13:48 |
| Last Modified: | 22 Oct 2021 06:17 |
| URI: | http://repository.ub.ac.id/id/eprint/147469 |
Preview |
Text
JURNAL_Yuanita_Muharyani_Utami_125150201111017.pdf Download (2MB) | Preview |
Preview |
Text
SKRIPSI_Yuanita_Muharyani_Utami_125150201111017.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |