Title

Pengendalian dan Prediksi Tingkat Obesitas dengan Menggunakan Pendekatan Pembelajaran Mesin

Abstract
Asupan energi untuk setiap individu adalah salah satu hal yang penting dalam menunjang tingkat produktivitas sehari.hari, yaitu asupan energi ini harus memenuhi tingkat kebutuhan dalam jumlah sesuai. Kebutuhan Energi dapat ditentukan berdasarkan Kadar Metabolisme Basal (BMR) - yang dipengeruhi oleh berat, tinggi, usia dan jenis kelamin seseorang- dan Tingkat Aktivitas Fisik (PAL). Sedangkan Asupan Energi dapat dihitung berdasarkan jumlah kalori dari setiap porsi makanan yang dikonsumsi, dan harus mengandung lima komponen pokok makanan yaitu makanan pokok, lauk nabati, lauk hewani, sayur dan buah. Dalam kehidupan sehari-hari jumalah energi yang dibutuhkan dan jumlah energi yang akan dikonsumsi harus memenuhi jumlah yang seimbang, artinya jumlah yang dikonsumsi tidak berlebihan ataupun kurang dari jumlah yang dibutuhkan. Menurut para ahli, tingkat toleransi yang dibenarkan dalam asupan energi ini adalah anatara 80% sampai 110% dari energi yang dibutuhkan. Hal ini dilakukan dalam rangka mencegah terjadinya kondisi oveweight ataupun underweight. Namun pada kenyataannya setiap individu memiliki kesulitan dalam memntukan porsi dan komposisi yang tepat dari setiap komponen pokok yang akan dikonsumsi. Oleh karena itu diperlukan pengembangan suatu sistem yang akan memberikan informasi mengenai posrsi dan komposisi yang tepat bagi setiap individu berdasarkan informasi berat, tinggi, usia, jenis kelamin dan aktivitas fisiknya. Algoritma Genetika (GA) digunakan untuk menentukan nilai porsi dan komposisi yang optimal dari setiap komponen makanan berdasarkan kebutuhan seseorang. Berdasarkan hasil eksperimen diperoleh bahwa GA dapat memberikan hasil yang baik dengan rata-rata keberhasilan adalah sekitar 96%. GA telah terbukti mampu memberikan informasi porsi dan komposisi yang proporsional bagi kebutuhan setiap individu.
Keywords
Gizi, Saran Penyajian Makanan, Kebutuhan Energi, Asupan Energi, Algoritma Genetika.
Source of Fund
Hibah BINUS
Funding Institution
BINUS
Fund
Rp.8.000.000,00
Contract Number
044.A/VR.RTT/V/2015
Author(s)
  • Dr. Ir. Haryono Soeparno, M.Sc.

    Dr. Ir. Haryono Soeparno, M.Sc.

  • Dr. Aditya Kurniawan, S.Kom., MMSI.

    Dr. Aditya Kurniawan, S.Kom., MMSI.

  • Lili Ayu Wulandhari, S.Si., M.Sc., Ph.D

    Lili Ayu Wulandhari, S.Si., M.Sc., Ph.D