Sistem Penentuan Pola Makan Berat Badan Ideal Orang Dewasa Menggunakan Algoritma Particle Swarm Optimization
DOI:
https://doi.org/10.34818/eoe.v9i3.18138Abstract
Abstrak Berat badan ideal adalah bobot optimal dari tubuh untuk menjaga kesehatan dan kebugaran. Banyak orang yang masih kurang peduli akan kesehatan tubuh mereka. Dalam penelitian ini perancangan suatu sistem pemilihan pola makan berat badan ideal untuk orang dewasa yang dapat membantu seseorang dalam memenuhi kebutuhan kalori yang sesuai dengan kebutuhan tubuh menggunakan algoritma Particle Swarm Optimization. Pembuatan sistem ini akan menampilkan informasi kondisi tubuh user dan menu makan sesuai dengan kondisi tubuh user. Data-data yang digunakan pada sistem pemilihan pola makan berat badan ideal untuk orang dewasa menggunakan algoritma Particle Swarm Optimization berupa data user sebanyak 50 data, dan data bahan makanan beserta kandungan gizinya yang terdiri dari 7 jenis bahan makanan berbeda, dengan total jumlah makanan sebanyak 92 data. Aplikasi ini memiliki tingkat akurasi dengan nilai persentase sebesar 86%. Untuk pengujian alpha mendapatkan tingkat akurasi dengan nilai persentase sebesar 100%. Maka, dapat disimpulkan bahwa sistem penentuan pola makan berat badan ideal untuk orang dewasa ini memenuhi tujuan yang diinginkan, yaitu membuat aplikasi yang mudah dan efisien digunakan untuk mengetahui pola makan yang sesuai dengan kebutuhan user. Kata kunci : Berat badan ideal, Kalori, Particle Swarm Optimization, Pola makan.References
[1] Turmchokkasam, Sirichai, and Kosin
Chamnongthai. “The Design and Implementation
of an Ingredient-Based Food Calorie Estimation
SystemUsing Nutrition Knowledge and Fusion
of Brightness and Heat
Information.” IEEE Access, vol. 6, 2018,
pp. 46863–46876,
10.1109/access.2018.2837046.
[2] Harahap, Novita. “45 PROTEIN DALAM
NUTRISI OLAHRAGA.” Jurnal Ilmu
Keolahragaan, vol. 13, no. 2, 2014, pp. 45–54.
[3] Gusti, I, et al. “‘PENGUKURAN
TINGKAT KADAR LEMAK TUBUH
MELALUI JOGGING SELAMA 30
MENIT MAHASISWA PUTRA SEMESTER IV
FPOK IKIP PGRI BALI TAHUN
2016.’” Jurnal Pendidikan Kesehatan
Rekreasi, vol. 1, 10 June 2016, pp. 90–97.
[4] Siregar, Christian. “Fungsi Karbohidrat
Untuk Tubuh.” Jurnal Ilmu Keolahragaan,
vol. 5, no. 1, 1 Apr. 2014, p. 107,
10.21512/humaniorav5i1.2988.
[5] Luh Ari Arini, I Ketut Wijana. “Korelasi
Antara Body Mass Index (BMI) Dengan Blood
Pressure (BP) Berdasarkan Ukuran
Antropometri Pada Atlet” Jurnal Kesehatan
Perintis, vol 7, 12 Juli 2020, pp. 32 – 40..
[6] Crawford, D, and K Campbell. “Lay
Definitions of Ideal Weight and Overweight.”
International Journal of Obesity, vol. 23, no. 7,
July 1999, pp. 738–745,
10.1038/sj.ijo.0800922. Accessed 1 Feb.
2022.
[7] Putra Utama, Dio, et al. “RANCANG
BANGUN APLIKASI PENJUALAN
MAKANAN SEHAT
BEDASARKAN PERHITUNGAN
KALORI MENGGUNAKAN BMR PADA
RUMAH SAKIT ISLAM JEMURSARI.”
JSIKA, vol. 09, no. 03, 2019, pp. 1–9.
[8] Alhussein, Musaed, and Syed Irtaza
Haider. “Improved Particle Swarm Optimization
Based on Velocity Clamping and Particle
Penalization.” 2015 3rd International Conference
on Artificial Intelligence, Modelling and
Simulation (AIMS), Dec. 2015, pp. 62–64,
10.1109/aims.2015.20.
[9] Roberge, Vincent, et al. “Comparison of
Parallel Genetic Algorithm and Particle Swarm
Optimization for Real-Time UAV Path
Planning.” IEEE Transactions on Industrial
Informatics, vol. 9, no. 1, Feb. 2013, pp.
132–141, 10.1109/tii.2012.2198665.
[10] Ayu Sulistiani, Queenisti Dyah, et al.
“Dietary Habits for Toddler Growth Using
Particles Swarm Optimization
Algorithms.” 2020 2nd International Conference
on Cybernetics and Intelligent System
(ICORIS), 27 Oct. 2020,
10.1109/icoris50180.2020.9320841.”
[11] W. Ding and W. Fang, “Target Tracking by
Sequential Random Draft Particle Swarm
Optimization Algorithm,” IEEE International
Smart Cities Conference (ISC2), Mar. 2019.
[12] Chau, K.W. “A Split-Step Particle Swarm
Optimization Algorithm in River Stage
Forecasting.” Journal of Hydrology, vol. 346,
no. 3-4, Nov. 2007, pp. 131–135,
10.1016/j.jhydrol.2007.09.004
