Prosiding SENTIA 2016 Politeknik Negeri Malang Volume 8 ISSN:
|
|
- Budi Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: OPTIMASI PENGATURAN MENU DAN TAKARAN ENERGI UNTUK PENDERITA JANTUNG MENGGUNAKAN ALGORITMA KOLONI LEBAH BUATAN Oktriza Melfazen Jurusan Teknik Elektro, Fakultas Teknik Universitas Islam Malang oktrizamelfazen@gmail.com ABSTRAK Takaran makan yang tepat, merupakan salahsatu faktor penting yang sangat berpengaruh untuk menjaga kestabilan kerja jantung. Hal terpenting dalam perencanaan makan penderita jantung adalah mengatur proporsi energi dan nutrisi makro sesuai kondisi fisik. Energi basal adalah salah satu faktor penentu proporsi energi dan nutrisi makro yang perlu diasup oleh penderita jantung. Untuk merealisasikan takaran menu dan energi optimal yang perlu diasup, dilakukan penelitian dengan menerapkan algoritma koloni lebah buatan. Desain dan realisasi sistem menggunakan program Borland Delphi 7, dijalankan pada sistem operasi Windows. Data uji didapatkan dari konsultan gizi. Penilaian unjuk kerja sistem dalam menghasilkan nilai optimal takaran menu dan energi dilakukan dengan uji verifikasi bersama ahli gizi. Dalam pengujian, masukan berupa data fisik dan menu makanan yang diinginkan, algoritma koloni lebah buatan dapat bekerja untuk menghasilkan takaran menu dan energi serta nutrisi makro optimal. Proses optimasi takaran menu, takaran energi dan nutrisi makro terbaik didapatkan pada pengaturan parameter populasi 5, iterasi 4, siklus 1, Scout Production Period 1, laju perubahan,6. Penggunaan algoritma ini untuk mendapatkan takaran menu dan energi optimal dengan error maksimal adalah sebesar,94.. Kata Kunci Optimasi Koloni Lebah Buatan, Takaran Energi, Penyakit Jantung, Energi Basal 1. Pendahuluan Algoritma koloni lebah buatan merupakan salah satu algoritma optimasi untuk menemukan nilai x sedemikian hingga menghasilkan f(x) yang bernilai sekecil atau sebesar mungkin untuk suatu fungsi f yang diberikan, yang mungkin disertai dengan beberapa batasan pada x. Optimasi koloni lebah buatan adalah algoritma optimasi global, memerlukan cukup tiga parameter kontrol (ukuran populasi, jumlah siklus maksimum dan limit) yang ditentukan pengguna [1]. Pada penelitian ini optimasi dengan algoritma koloni lebah buatan diterapkan untuk memberi solusi perhitungan energi dan nutrisi makro serta ukuran penyajian makanan harian penderita penyakit jantung. Hasilnya berupa takaran menu, takaran energi optimal harian dengan detail komposisi nutrisi makro yang dibutuhkan serta variasi makanan yang ingin dikonsumsi sesuai jumlah energi yang sudah ditentukan mengacu pada variabel masukan yang diberikan. Pengaturan makan yang tepat pada penyakit jantung adalah salah satu cara penanganan untuk membantu pengendalian kestabilan kerja jantung, dengan mengatur proporsi nutrisi makro dan energi sesuai kondisi penderitanya. Pemenuhan kebutuhan energi dan nutrisi makro disesuaikan dengan jenis kelamin, usia, data antropometri dan kondisi khusus lainnya. 2. Dasar Teori 2.1 Kebutuhan Nutrisi Bagi Penderita Jantung Untuk penghitungan kebutuhan energi basal untuk penderita jantung diperlukan data-data berupa tinggi badan (BB), berat badan (BB), usia, jenis A-7 kelamin [2]. Berat badan dapat dihitung dengan rumus berikut : BB estimasi = (TB estimasi - 1) x 9% Setelah data berupa tinggi badan dan berat badan ideal diketahui maka kebutuhan energi basal pada seseorang dapat diketahui dengan menggunakan persamaan berikut ini [2]: Kebutuhan energi basal (wanita) = (9,56 x BB) + (1,85x TB) (4,68xU) Kebutuhan energi basal (pria) = 66,5+(13,75 x BB) +(5 x TB) (6,78 x U) Dengan BB = berat badan TB = tiggi badan U = usia pasien Energi basal (EB) yang telah diketahui digunakan untuk menentukan total energi. Total energi (E) dipengaruhi oleh 3 faktor yaitu faktor aktivitas, faktor stress dan energi basal. Sesuai yang tertera pada persamaan berikut [2]: Total E = EB *faktor stress * faktor aktivitas Dengan faktor stress adalah 1.6 hingga 1.8 dan faktor aktifitas 1 (untuk sakit jantung). Setelah mengetahui jumlah total energi, persentase dari kebutuhan nutrisi makro (karbohidrat, lemak, dan protein) dapat disesuaikan dengan kondisi pasien. Bila persentase zat-zat tersebut telah diketahui maka proses penentuan bahan makanan yang sesuai untuk dikonsumsi pasien dapat lebih mudah, dengan mengkonversi presentase energi kedalam gram untuk masing-masing nutrisi makro. Dalam proses konversi nantinya hasil presentase dalam satuan energi akan dikalikan faktor konversi yang akan mengubah satuan zat gizi ke dalam gram.
2 Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: Dasar perhitungan konversi adalah sebagai berikut [3],[4]: 1 gram karbohidrat = 4 kalori, 1 gram lemak = 9 kalori 1 gram protein = 4 kalori Dengan metode di atas dapat dicari jenis maupun menu makanan saji yang sesuai dengan kondisi pasien penderita jantung. 2.2 Algoritma Koloni Lebah Buatan Algoritma koloni lebah buatan adalah algoritma berbasis koloni yang didasarkan pada model perilaku koloni lebah madu mencari makanan. Algoritma ini mengerahkan koloni lebah madu tiruan untuk mencari sumber makanan tiruan yang kaya (solusisolusi terbaik untuk permasalahan yang ada) dan meninggalkan sumber makanan (solusi) yang tidak baik [5]. Suatu koloni terdiri dari tiga kelompok lebah: employed bees, onlookers dan scout. Setengah bagian koloni adalah employed bees dan setengahnya lagi adalah onlookers. Pada setiap sumber makanan hanya terdapat satu employed bees. Permasalahan optimasi awalnya diubah menjadi permasalahan untuk mencari vektor paramater terbaik yang meminimasikan fungsi tujuan. Kemudian lebah-lebah tiruan akan menemukan sebuah populasi dari vektor solusi awal secara acak, selanjutnya memperbaikinya secara iterasi dengan menerapkan strategi bergerak ke arah solusi yang lebih baik dengan memanfaatkan mekanisme pencarian pesekitaran (neighbour search mechanism) dan mengabaikan solusi-solusi yang kurang baik. Gambar 1. Gerakan Lebah Mencari Sumber Makanan (Karaboga, 211 : 3) Penelitian terdahulu untuk penerapan algoritma koloni lebah buatan pada beberapa permasalahan [5]- [7], menyebutkan kelebihannya antara lain : (1) Sangat efisien dalam mencari solusi optimal, (2) Dapat dijalankan dengan parameter kontrol seminimal mungkin, (3) Remarkable robustness, (4) Hasil proses optimasi lebih cepat dibanding algoritma lain dengan tingkat keberhasilan tinggi dan akurat, (5) Kandidat solusi dihasilkan dengan operasi sederhana. Langkah-langkah utama proses optimisasi algoritma koloni lebah buatan diuraikan sebagai berikut [6]: 1. Inisialisasi posisi sumber makanan. 2. Tentukan sumber makanan lama yang harus ditinggalkan dan alokasikan lebah pekerja sebagai A-8 scout untuk mencari sumber makanan baru berdasarkan pencarian acak memakai rumus (1). x j j j j i = x min + rand[,1](x max x min ) (1) Diasumsikan sumber makanan yang ditinggalkan adalah x i dan j {1,2,.,D}. 3. Gerakkan lebah pekerja menuju sumber-sumber makanan dan tentukan jumlah nektarnya. Untuk tiap lebah pekerja, sebuah sumber makanan baru dihasilkan melalui rumus (2). V ij = x ij + φ ij (x ij x kj ) (2) Dengan V ij = kandidat posisi sumber makanan baru x ij = area sumber makanan k {1,2,..,SN},indeks yang dipilih secara acak j {1,2,,D}, indeks yang dipilih secara acak φ ij = nilai acak antara [-1,1] 4. Gerakkan lebah onlooker menuju sumber-sumber makanan dan tentukan jumlah nektarnya. Onlooker bee memilih sebuah sumber makanan menggunakan perhitungan probabilitas (1) dan mendapatkan sebuah sumber makanan baru dalam area sumber makanan yang telah dipilih melalui rumus (3). P i = fit i SN i=1 fit i (3) Dengan P i =sumber makanan baru terpilih fit i=nilai fitness dari solusi I dengan jumlah nectar yang proporsional pada sumber makanan SN=jumlah sumber makanan (sama dengan jumlah employed bees ataupun onlooker bees). 5. Catat sumber makanan terbaik yang telah ditemukan. 6. Ulangi langkah 2 sampai langkah 5 hingga kriteria yang diinginkan terpenuhi. 3. Analisis Permasalahan Permasalahan yang diharapkan dapat diselesaikan dalam penelitian ini adalah : Bagaimana menerapkan Algoritma Optimasi Koloni Lebah Buatan dalam menentukan ukuran penyajian makanan harian (energi dan nutrisi makro) yang optimal untuk penderita jantung berdasarkan perhitungan kebutuhan energi harian dengan masukan tinggi badan, berat badan, usia, jenis kelamin dan faktor aktifitas harian. 4. Perancangan Sistem 4.1 Perancangan Aliran Data Sistem Penderita Jantung Masukkan data pasien Masukkan menu yang ingin dikonsumsi 1 Kebutuhan Energi Pasien 2 Menu yang diinginkan Tambah/edit/hapus 4 menu makanan Tambah/ edit/hapus menu Total asupan energi per hari Komposisi menu sesuai energi yang dibutuhkan Parameter masukan untuk optimasi kebutuhan energi pasien diolah dengan ABCO Database Menu 3 Optimasi Energi dengan ABCO Gambar 5. Diagram Aliran Data
3 Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: Perlu dianalisis sebelum membuat perancangan sistem, yaitu ruang lingkup sistem, tujuan sistem, dan siapa saja yang terlibat dalam sistem tersebut. Gambar 5 adalah gambaran sistem mengenai proses yang perlu dilakukan secara rinci. 4.2 Perancangan Sistem dengan Algoritma Koloni Lebah Buatan Penelitian ini melibatkan ahli gizi dalam melakukan observasi, mendapatkan data, review pustaka dan pengujian sistem. Parameter-parameter yang diperlukan pada proses optimasi takaran energi direpresentasikan menjadi parameter-parameter algoritma koloni lebah buatan. Representasi tersebut dapat dilihat dalam Tabel 1. Tabel 1. Representasi Algoritma Koloni Lebah Buatan untuk Optimasi Energi dan Nutrisi Makro Algoritma Koloni Optimasi takaran energi untuk mendapatkan Lebah Buatan Posisi sumber makanan Dimensi energi harian penderita jantung Jumlah tiap menu makanan yang diasup dalam satu kali makan Jumlah energi dan nutrisi makro yang dibutuhkan sesuai kriteria masukan penderita jantung Fitness Kandidat nilai kadar energi terpilih 4.3 Implementasi Algoritma Koloni Lebah Buatan untuk Proses Optimasi Pencarian nilai optimal takaran asupan energi harian dilakukan pada setiap tahapan makan. Langkah-langkah penyelesaian masalah tersebut adalah: Proses Kerja Sistem Proses bekerjanya sistem ini secara keseluruhan dijelaskan dalam langkah-langkah berikut ini : 1. Pengguna meng-entry: data fisik (tinggi badan, umur, jenis kelamin) dan menu makanan yang ingin dimakan dalam 1 hari 2. Program melakukan tahap sebagai berikut: a. Melakukan perhitungan berat badan ideal b. Koreksi Body Mass Ratio (BMR) berdasar faktor aktifitas Total energi harian = BMR + (f.akt x BMR) c. Perhitungan kebutuhan karbohidrat d. Perhitungan kebutuhan nutrisi makro e. Jalankan program koloni lebah buatan untuk melakukan optimasi jumlah makanan yang dikonsumsi mengikuti parameter di atas (a s/d d) Proses Optimasi Algoritma ABC Proses penerapan Algoritma Koloni Lebah Buatan dalam mengoptimasi energi dan nutrisi makro adalah sebagai berikut : Prosedur 1 : Pengaturan Parameter Pengaturan parameter-parameter yang diperlukan untuk berlangsungnya proses ini : a. Parameter ABC. Parameter yang ditentukan untuk melakukan optimasi. Terdiri atas parameter optimasi dan parameter acuan ABC. Parameter masalah yang akan dioptimasi (d). Disediakan maksimal 6 jenis menu makanan yang dapat diasup dalam 1 (satu) kali makan. Parameter acuan berupa jumlah Populasi, Siklus maksimum, jumlah Iterasi, Laju Perubahan, Scout Production Period (SPP). b. Pengaturan batas atas dan batas bawah (range) dari parameter yang dioptimasi. Prosedur 2 : Iterasi Dalam satu putaran iterasi terdiri atas proses berikut: 1. Inisialisasi. Membuat matriks x(i,j) secara acak dengan matriks d (parameter optimasi) dan Np (jumlah sumber makanan). 2. Best, melakukan perhitungan solusi terbaik pertama dari matriks [d,np] terhadap fungsi utama terbaik, fitness terbaik, dan gangguan terbaik. kemudian mencatatnya. 3. Melakukan pengulangan program di bawah ini sejumlah siklus yang ditentukan untuk medapatkan hasil terbaik dari seluruh siklus. Lebah pekerja, menghasilkan modifikasi posisi sumber makanan baru di lingkungan tetangga, mengevaluasi jumlah nektar (fitness value dan quality) dari sumber makanan baru tersebut dan memilih satu solusi terbaik dari yang dihasilkan semua lebah pekerja. Onlooker bee, Setelah semua lebah bekerja menyelesaikan proses pencarian, mereka berbagi informasi nektar dari sumber makanan dan informasi posisi mereka dengan onlooker bee pada daerah tari dengan menghitung nilai probabilitas. P i = fit i SN i=1 fit i (5-2) Best, melakukan perhitungan solusi terbaik dari sumber makanan baru dari matriks [d,np] kemudian mencatatnya untuk fungsi utama terbaik, fitness terbaik, dan gangguan terbaik. Scout, setelah semua onlooker didistribusikan maka sumber makanan yang tidak layak disingkirkan dan diganti dengan sumber makanan baru yang dihasilkan secara acak oleh scout sesuai dengan periode produksinya. Mencatat nilai terbaik yang dihasilkan oleh sumber makanan dalam siklus yang dilakukan. 4. Menentukan nilai terbaik dari tiap-tiap siklus yang telah dilakukan dan menjadikannya sebagai nilai terbaik pada iterasi tersebut. Proses langkah 1 s/d 4 diulangi sejumlah iterasi yang ditetapkan, kemudian dicari nilai terbaik dari semua iterasi. Nilai yang didapat adalah solusi terbaik dalam proses optimasi menggunakan algoritma ini dalam menentukan takaran energi Realisasi Antarmuka Pengguna Antarmuka sistem dengan pengguna dibuat dengan program visual Borland Delphi 7 dan telah diusahakan agar semudah mungkin untuk diaplikasikan oleh pengguna. Tampilan menu terdiri atas tiga bagian yaitu : (1) menu utama; (2) sub menu bahan makanan; (3) sub menu menu makanan. 5. Pengujian dan Analisis Sistem Pengujian dan analisis dilakukan untuk mengetahui kinerja algoritma koloni lebah buatan A-9
4 Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: pada sistem dalam menghasilkan nilai optimal takaran energi. Pengujian menggunakan data uji berupa data fisik penderita jantung yang menjadi klien konsultan gizi. Uji coba sistem bertujuan untuk mengetahui apakah semua bagian menu dapat ditampilkan dan beroperasi dengan baik. Dan mengetahui apakah sistem yang dibuat dapat memenuhi kebutuhan pengguna. Tampilan performansi sistem dalam Gambar 6. Karbohidrat (45% s/d 65%) min Karbohidrat (45% s/d 65%) max Protein (2%) Lemak (25%) Koloni Lebah dengan Perubahan Populasi Diberikan data untuk parameter acuan algoritma koloni lebah buatan dengan nilai Iterasi 3, Siklus 1, SPP 4, LP.9 dan Populasi (5,1,3,5). Hasil untuk pengujian parameter diatas terlihat pada gambar 7. Gambar 6. Performansi Sistem Sistem bisa dikatakan beroperasi dengan baik jika dapat menampilkan kriteria sebagai berikut : Menu Utama, pengguna entry data fisik, klik tombol hitung sistem menampilkan kebutuhan total energi dan nutrisi makro. Saat klik tombol ABC, sistem menampilkan takaran menu makanan yang dipilih serta takaran energi dan nutrisi makro yang sesuai. Sub Menu Bahan Makanan, menampilkan daftar bahan makanan beserta kadar energi dan nutrisi makro terkandung per 1 gram. Sub Menu Menu makanan, menampilkan daftar menu makanan yang tersedia serta bahan makanan dan jumlah yang diperlukan untuk membuatnya dengan hasil kadar energi dan nutrisi makro yang diperlukan. Untuk melihat kinerja algoritma koloni lebah buatan pada sistem dalam menghasilkan nilai optimal kadar asupan energi harian penderita jantung, dilakukan pengujian dengan perubahan terhadap (1) populasi, (2) iterasi, (3) siklus, (4) scout production period [SPP], (5) laju perubahan [LP]. Data uji (objek) yang digunakan : Tabel 2. Data Fisik Penderita Jantung TB (cm) BB (kg) Usia (th) Sex F.Aktifitas L Ringan Menu makanan yang ingin diasup oleh penderita jantung di-entry kedalam sistem, dalam Tabel 3. Tabel 3. Data Daftar Menu Untuk Pengujian Makan Pagi Makan Siang Makan Malam a. Nasi Putih a. Nasi putih a. Nasi putih b. Sayur bayam b. Rawon b. Sop daging c. bening Tempe goreng c. Telur asin c. Tahu goreng d. Apel d. rebus Tahu goreng d. Terong e. Belimbing e. goreng Duku Proses hitung total energi dan kadar nutrisi makro yang dibutuhkan berdasarkan data tersebut menghasilkan data dalam Tabel 4. Tabel 4. Kebutuhan Energi dan Nutrisi Makro Rincian Kebutuhan Nutrisi Per Hari Per Makan Energi (kal) + 1% A MAKAN_1 MAKAN_2 MAKAN_3 MAX ,235,542, ,235,542, ,235,542,6 MIN ,821,328, ,821,328, ,821,328,4 POP , , ,927,13, ,618,73,6 POP ,921,512, ,621,222, ,818,73,5 POP ,422,112, ,625, ,819,131,1 POP ,222,112, ,223,625, ,419,231,2 Gambar 7. Grafik ABCO terhadap Perubahan Populasi Semakin tinggi nilai populasi, tingkat capaian terhadap optimasi semakin baik. Jumlah populasi yang besar juga menyebabkan proses untuk menghasilkan nilai-nilai optimal butuh waktu cukup lama sekitar 5 detik. Sedangkan nilai populasi kecil hanya butuh waktu proses 2 detik hingga 5 detik. 5.2 Koloni Lebah dengan Perubahan Iterasi Data parameter acuan algoritma koloni lebah buatan dengan Iterasi (3, 1, 2, 4) dan Populasi 5, Siklus 1, SPP 4, LP.9. Hasil untuk pengujian dengan parameter diatas terlihat pada Gambar 8. Semakin banyak iterasi memberikan nilai optimasi semakin baik. Nilai akhir didapat dari nilai optimasi terbaik dari iterasi yang dilakukan. Kisaran energi mendekati hasil perhitungan dengan iterasi 2 dan 4. Semakin besar iterasi, proses untuk menghasilkan nilai optimasi jadi lambat, mencapai 2 detik hingga 25 detik ABCO vs PERUBAHAN POPULASI ABCO vs PERUBAHAN ITERASI MAX MIN I , 22, 12, , 23, 25, , 19, 31, I I , 2, 11, , 21, 21, 68 93, 18, 3, I , Gambar 8. Grafik ABCO terhadap Perubahan Iterasi
5 Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: Koloni Lebah dengan Perubahan Siklus Data uji parameter acuan algoritma koloni lebah buatan dengan Siklus (1, 5, 25, 1) dan Populasi 5, Iterasi 2, SPP 1, LP.9. Hasil pengujian terlihat pada Gambar 9. Semakin banyak nilai siklus nilai optimasi semakin baik, karena nilai optimasi ditiap iterasi didapat dari nilai terbaik dari tiap siklus. Besarnya nilai siklus berpengaruh pada kecepatan proses optimasi. Jumlah sikus sedikit (1) diselesaikan dalam waktu + 4 detik MAX ,235,542, ,235,542, ,235,542,6 MIN ,821,328, ,821,328, ,821,328,4 S ,619, ,123, ,819,429,8 S ,12,611, ,82,821, ,118,53,1 S ,118,48, ,819,519, ,918,63,5 S ,8 2 1, ,72,22, ,131,2 Gambar 9. Grafik ABCO terhadap Perubahan Siklus 5.4 Koloni Lebah dengan Perubahan Scout Production Period (SPP) Diberikan data untuk parameter acuan algoritma koloni lebah buatan dengan Populasi 5, Iterasi 2, Siklus 1, SPP (4, 2, 1, 5), LP.9. Hasil pengujian terlihat pada Gambar ABCO vs PERUBAHAN SIKLUS ABCO vs PERUBAHAN SPP MAX MIN SPP SPP SPP SPP Gambar 1 Grafik ABCO terhadap Perubahan SPP Dengan nilai SPP kecil, scout semakin sering diproduksi, sehingga semakin sering terjadi pencarian terhadap sumber makanan baru, data menjadi lebih labil, akibatnya nilai optimasi jadi buruk. Jika SPP terlalu besar, periode perubahan mencari sumber makanan baru terlalu lama karena produksi scout lambat sehingga proses pencarian sumber makanan baru tidak optimal. 5.5 Koloni Lebah dengan Perubahan Laju Perubahan (LP) Data parameter acuan algoritma koloni lebah buatan Populasi 5, Iterasi 2, Siklus 5, SPP 1 dan LP (.9,.6,.3). Hasil pengujian dengan parameter tersebut terlihat pada Gambar ABCO vs LAJU PERUBAHAN MAX MIN LP LP LP Gambar 11. Grafik ABCO terhadap Laju Perubahan Laju perubahan berfungsi untuk membatasi besarnya perubahan nilai acak pada algoritma ini yang nilainya berkisar dari hingga 1. Semakin besar laju perubahan maka semakin baik nilai optimasi yang didapat. Semakin besar populasi, siklus dan iterasi, waktu optimasi semakin lama. Besarnya populasi membuat matriks optimasi semakin besar sedangkan semakin besar siklus dan iterasi maka pengulangan untuk mendapatkan nilai terbaik semakin banyak. Error proses optimasi pada takaran energi dan nutrisi makro terjadi saat kombinasi pemilihan menu dalam satu kali makan tidak tepat. Contoh, pada uji makan siang didapat nilai karbohidrat paling tepat tetapi kebutuhan protein dan lemak kurang dari ketentuan, sedang pada uji makan malam didapat nilai protein dan lemak yang sesuai toleransi tetapi terjadi error pada karbohidrat dengan error rata-rata 3% (dalam batas toleransi). Dari percobaan pada data uji, didapat nilai takaran energi dan nutrisi makro optimal (dalam area perhitungan). Ketahanan sistem untuk mendapatkan nilai optimal adalah baik. Proses optimasi takaran energi terbaik pada pengaturan parameter algoritma koloni lebah dengan populasi 5, iterasi 4, siklus 1, SPP 1, LP,6. Verifikasi Sistem Verifikasi sistem bertujuan untuk mengetahui apakah penerjemahan algoritma koloni lebah buatan untuk menemukan nilai optimal takaran energi dan nutrisi makro yang dibutuhkan penderita jantung telah sesuai standar yang diberlakukan oleh ahli gizi, dengan membandingkan hasil dari sistem dengan hasil perhitungan ahli gizi. Contoh kasus, penderita jantung Tuan X, usia 65 tahun, TB 175 cm, BB 8 kg. Kegiatan harian aktifitas ringan, berkebun dan jalan sehat setiap pagi. Tuan X menyukai makanan apa saja dan mengkonsumsi susu satu kali dalam sehari. Dengan data tersebut, perhitungan kebutuhan individu Tuan X berupa Berat Badan Ideal (BBI) 67,5 kg. Dengan BBI sebesar 67,5 kg, Tuan X membutuhkan takaran energi dan nutrisi makro seperti terlihat dalam Tabel 5. A-11
6 % Prosiding SENTIA 216 Politeknik Negeri Malang Volume 8 ISSN: Tabel 5.Kebutuhan Nutrisi Penderita Jantung 1 Rincian Kebutuhan Nutrisi Per Hari Per Makan Energi (kal) + 1% Karbohidrat (45% s/d 65%) min Karbohidrat (45% s/d 65%) max Protein (2%) Lemak (25%) Tuan X membutuhkan total energi 2286,2 sehari. Dalam perencanaan menu makannya harus menemukan komposisi menu yang dapat memberikan takaran energi sebesar kebutuhan secara tepat dan dibagi dalam tiga kali makan. Ketepatan pemberian takaran energi ini yang sangat berperan untuk membantu mendapatkan kondisi normal atau stabil penderita jantung. Setelah memenuhi takaran energi secara tepat, akan didapat juga pembagian nutrisi makro dengan toleransi 1%, sehingga nutrisi yang dikonsumsi sesuai kebutuhan. Dengan data perhitungan total energi diatas, contoh perencanaan makan yang dapat diasup oleh Tuan X dengan ketentuan harus memenuhi kebutuhan takaran energi dan nutrisi makro terlihat dalam Tabel 6. Tabel 6. Perbandingan Rencana Menu Pakar dan Sistem Perencanaan Menu Makan Pakar Sistem Jmlh (gr) Jmlh (gr) Total Makan Pagi Nasi beras putih Soto ayam Rolade tahu Pisang ambon Total Energi 81.2 kal 87. kal Total Karbohidrat Total Protein Total Lemak Total Makan Siang Steak daging Kentang goreng Wortel rebus Buncis rebus Pisang ambon Total Energi 72. kal kal Total Karbohidrat Total Protein Total Lemak Total Makan Malam Nasi beras putih Asam pedas ikan Tahu goreng Susu Total Energi 57. kal kal Total Karbohidrat Total Protein Total Lemak Grafik perbandingan persentase error kebutuhan energi yang dihasilkan pakar dan nilai optimal yang dihasilkan sistem terlihat dalam Gambar 12. PERBANDINGAN % ERROR ANTARA PAKAR DENGAN ABCO 2, 1,, ENERGI PROTEIN LEMAK KH PAKAR,91 5,42 15,2 1,16 ABCO,94 1,77 11,86, Gambar 12.Grafik Perbandingan % Error Perhitungan Pakar dan Sistem Kasus Tuan X Tampilan hasil optimasi takaran kalori dengan sistem untuk kasus 1 ini terlihat dalam Gambar 13. A-12 Gambar 13.Tampilan Optimasi Energi Kasus Tuan X dengan ABCO 6. Kesimpulan Kesimpulan yang didapatkan dari serangkaian percobaan yang telah dilakukan dalam penelitian ini bahwa : Algoritma koloni lebah buatan dapat bekerja dengan baik untuk mengoptimasi perhitungan nilai takaran energi dan nutrisi makro secara efektif dengan proses singkat (+ 4 detik) untuk mencari nilai optimal dengan error maksimal dalam mendapatkan takaran energi optimal adalah sebesar,94. Proses optimasi takaran energi terbaik untuk kasus yang digunakan berada pada pengaturan parameter algoritma koloni lebah dengan populasi 5, iterasi 4, siklus 1, Scout Production Period 1 dan Laju Perubahan,6. Daftar Pustaka [1] Karaboga. Dervis. (211, December 15), An Idea Based On Honey Bee Swarm for Numerical Optimization, Technical Report-TR6, Erciyes University, Engineering Faculty, Computer Engineering Department, Turkey: Springer-link, 25. [2] L. Kathelen Manahan & Marian Arrlin Krause s Food, Nutrition and Diet Therapy 9 edition. W.B Saunders: USA [3] Gibson, Rosalind S. 25. Principles of Nutritional Assessment second edition. Oxford University Press:New York [4] Almatsier, S. Prinsip Dasar Ilmu Gizi..Jakarta, Gramedia, 21. [5] Teodorovic, D., Dell, M. O. (December 15, 211). Bee colony optimization a cooperative learning approach to complex transportation problems, In Proceedings of 1th EWGT Meeting and 16th Mini EURO Conference, 25. [6] A. Malik., S. Abdullah. (211, December 29), Comparison on the Selection Strategies in the Artificial Bee Colony Algorithm for Examination Timetabling Problem., International Journal of Soft Computing and Engineering (IJSCE) ISSN: , Volume-1, Issue-5, November 211. [7] Karaboga, Dervis. (211, December 15), Artificial bee colony (ABC) optimization algorithm for solving constrained optimization problems, Advances in Soft Computing: Foundations of Fuzzy Logic and Soft Computing, Volume 4529 of LNCS: , Springer, Berlin, 27. [8] Suyanto, Algoritma Optimasi. Jogjakarta, Graha Ilmu, 21, pp
Carbohydrate Counting untuk Penderita Diabetes Mellitus dengan Terapi Insulin Menggunakan Algoritma Koloni Lebah Buatan
29 Carbohydrate Counting untuk Penderita Diabetes Mellitus dengan Terapi Insulin Menggunakan Algoritma Koloni Lebah Buatan Oktriza Melfazen, Harry Soekotjo Dachlan, Ali Mustofa Abstrak -Takaran makan yang
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Oleh : Ahmad Zakaria H. 2207100177 Dosen Pembimbing : Prof. Dr.Ir. Imam Robandi, MT. Ir. Sjamsjul
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY
PENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY Rendra Firman Pratama, Purwanto, dan Mohammad Yasin e-mail: Ren_mr07@yahoo.com Universitas Negeri Malang ABSTRAK:
Lebih terperinciBAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak
BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 B-16 Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul
Lebih terperinciPENYUSUNAN DAN PERENCANAAN MENU BERDASARKAN GIZI SEIMBANG
PENYUSUNAN DAN PERENCANAAN MENU BERDASARKAN GIZI SEIMBANG Penyusunan dan Perencanaan Menu Berdasarkan Gizi Seimbang By. Jaya Mahar Maligan Laboratorium Nutrisi Pangan dan Hasil Pertanian PS Ilmu dan Teknologi
Lebih terperinciPenyusunan dan Perencanaan Menu Berdasarkan Gizi Seimbang
Penyusunan dan Perencanaan Menu Berdasarkan Gizi Seimbang By. Jaya Mahar Maligan Laboratorium Nutrisi Pangan dan Hasil Pertanian PS Ilmu dan Teknologi Pangan Jurusan THP FTP UB Menu France : daftar yang
Lebih terperinciOptimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony
Optimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony Nurlita Gamayanti 1, Abdullah Alkaff 2, Amien Karim 3 Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) Surabaya,
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan pemilihan menu diet bagi penyandang Diabetes Mellitus dengan menggunakan metode
Lebih terperinciPENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN
BAB 4 PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN Bab ini mengenai analisis yang dilakukan sebelum membuat aplikasi kesehatan untuk menentukan menu diet dengan model What-If Analyisis serta tampilan sistem
Lebih terperinciOptimasi Menu Makanan Bagi Pasien Gagal Ginjal Menggunakan Algoritme Lebah
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 4, April 2018, hlm. 1698-1703 http://j-ptiik.ub.ac.id Optimasi Menu Makanan Bagi Pasien Gagal Ginjal Menggunakan
Lebih terperinciPENGATUR POLA MENU MAKANAN BALITA UNTUK MENCAPAI STATUS GIZI SEIMBANG MENGGUNAKAN SISTEM INFERENSI FUZZY METODE SUGENO
PENGATUR POLA MENU MAKANAN BALITA UNTUK MENCAPAI STATUS GIZI SEIMBANG MENGGUNAKAN SISTEM INFERENSI FUZZY METODE SUGENO Rosida Wachdani 1, Zainal Abidin 2, M. Ainul Yaqin 3 Program Studi Teknik Informatika,
Lebih terperinciLAMPIRAN 1 FORMULIR FOOD RECALL 24 JAM
LAMPIRAN 1 FORMULIR FOOD RECALL 24 JAM No. Responden : Nama : Umur : Jenis Kelamin : Tinggi Badan : Berat Badan : Waktu makan Pagi Nama makanan Hari ke : Bahan Zat Gizi Jenis Banyaknya Energi Protein URT
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Sistem Berjalan 3.1.1. Penyusunan Menu Makanan Dalam penyusunan menu makanan banyak hal yang perlu diperhatikan, terutama jika menu makanan yang disusun untuk
Lebih terperinciPENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY
PENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY Tommy Oys Damanik, Yulianta Siregar Konsentrasi Teknik Energi Listrik, Departemen Teknik Elektro
Lebih terperinciRANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA
ABSTRAKSI RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA Tedy Rismawan, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN Tedy Rismawan 1, Sri Kusumadewi 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia e-mail: 1
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Gizi 2.1.1 Jenis-Jenis Zat Gizi Zat gizi dapat dibedakan menjadi dua kelompok sesuai kebutuhan, yaitu makronutrien dan mikronutrien. Makronutrien adalah zata-zat makanan yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan jaman, peran komputer semakin banyak di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai alat
Lebih terperinciSerealia, umbi, dan hasil olahannya Kacang-kacangan, bijibijian,
4 generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom akan menunjukkan kualitas kromosom dalam populasi tersebut.
Lebih terperinciDynamic Economic Dispatch Mempertimbangkan Prohibited Operating Zones Menggunakan Algoritma Improved Artificial Bee Colony
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) B -199 Dynamic Economic Dispatch Mempertimbangkan Prohibited Operating Zones Menggunakan Algoritma Improved Artificial Bee Colony
Lebih terperinciPenentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm
Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm Oleh : Fajar Galih Indarko NRP : 2207 100 521 Pembimbing : Prof. Dr. Ir. Imam Robandi, MT Abstrak
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Spesifikasi Implementasi Ada beberapa spesifikasi yang dibutuhkan pengguna agar program aplikasi ini dapat berjalan, yaitu: 4.1.1. Kebutuhan Piranti Keras (Hardware)
Lebih terperinciPENYUSUNAN MENU MAKAN ANAK USIA DINI
PENYUSUNAN MENU MAKAN ANAK USIA DINI Pengertian MENU Susunan hidangan sekali makan yang secara keseluruhan harmonis dan saling melengkapi untuk kebutuhan makan seseorang MENU SEIMBANG Menu yang mengandung
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Sebelum membangun sebuah program perangkat lunak, dilakukan suatu analisa dan perancangan sistem yang akan diterapkan pada perangkat lunak tersebut. Sehingga pada
Lebih terperinciMENGOPTIMALKAN GIZI BALITA DENGAN HARGA MINIMUM MENGGUNAKAN METODE SIMPLEKS
JIMT Vol. 10 No. 1 Juni 2013 (Hal. 65 73) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MENGOPTIMALKAN GIZI BALITA DENGAN HARGA MINIMUM MENGGUNAKAN METODE SIMPLEKS Syahrurrahmah 1, A. Sahari 1,
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul Anam, dan Imam Robandi Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciMETODE PENELITIAN Desain, Tempat dan Waktu Jumlah dan Cara Pengambilan Contoh Jenis dan Cara Pengumpulan Data
METODE PENELITIAN Desain, Tempat dan Waktu Penelitian ini merupakan cross sectional survey karena pengambilan data dilakukan pada satu waktu dan tidak berkelanjutan (Hidayat 2007). Penelitian dilakukan
Lebih terperinciAplikasi Jaringan Syaraf Tiruan Untuk Penentuan Status Gizi Balita Dan Rekomendasi Menu Makanan Yang Dibutuhkan
119 Aplikasi Jaringan Syaraf Tiruan Untuk Penentuan Status Gizi Balita Dan Rekomendasi Menu Makanan Yang Dibutuhkan Fitri, Onny Setyawati, dan Didik Rahadi S Abstrak -Status gizi balita dapat ditentukan
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. Berpijak pada konseptual desain, didapatkan alur sistem (system flow),
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Analisa dan Implementasi Sistem Berpijak pada konseptual desain, didapatkan alur sistem (system flow), diagram alur data (data flow diagram), serta diagram relasi antar
Lebih terperinciPERENCANAAN DIET UNTUK PENDERITA DIABETES MELLITUS
PERENCANAAN DIET UNTUK PENDERITA DIABETES MELLITUS Oleh: Fitri Rahmawati, MP JURUSAN PENDIDIKAN TEKNIK BOGA DAN BUSANA FAKULTAS TEKNIK UNY email: fitri_rahmawati@uny.ac.id Diabetes Mellitus adalah penyakit
Lebih terperinciPenentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm
Penentuan Letak dan Kapasitas Bank Kapasitor Secara Optimal Menggunakan Bee Colony Algorithm Oleh : Danang Sulistyo 2205100002 Dosen Pembimbing : Prof. Imam Robandi Seminar Tugas Akhir Jurusan Teknik Elektro
Lebih terperinciCATATAN PERKEMBANGAN. Dx Hari/Tanggal Pukul Tindakan Keperawatan Nutrisi Kamis, Menggali pengetahuan orang tua kurang dari
Lampiran 1 CATATAN PERKEMBANGAN Dx Hari/Tanggal Pukul Tindakan Keperawatan Nutrisi Kamis, 04 10.00-4. Menggali pengetahuan orang tua kurang dari Mei 2017 12.00 tentang asupan nutrisi pada anak yaitu menggali
Lebih terperinciPERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)
Jurnal POROS TEKNIK, Volume 5, No. 1, Juni 2013 : 18-23 PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik
Lebih terperinciPENENTUAN MVAR OPTIMAL SVC PADA SISTEM TRANSMISI JAWA BALI 500 KV MENGGUNAKAN ARTIFICIAL BEE COLONY ALGORITHM
PENENTUAN MVAR OPTIMAL SVC PADA SISTEM TRANSMISI JAWA BALI 500 KV MENGGUNAKAN ARTIFICIAL BEE COLONY ALGORITHM Oleh : Fajar Galih Indarko (2207 100 521) Dosen Pembimbing : Prof. Dr. Ir. Imam Robandi, MT.
Lebih terperinciImplementasi Artificial Bee Colony untuk Pemilihan Titik Pusat pada Algoritma K-means
A608 Implementasi Artificial Bee Colony untuk Pemilihan Titik Pusat pada Algoritma K-means Ario Bagus Nugroho, Diana Purwitasari, dan Chastine Fatichah Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciKebutuhan nutrisi dan cairan pada anak
Kebutuhan nutrisi dan cairan pada anak Apa itu Nutrisi???? Defenisi Nutrien adalah zat gizi yang dibutuhkan oleh tubuh untuk tumbuh dan berkembang. Setiap anak mempunyai kebutuhan Setiap anak mempunyai
Lebih terperinciPengaturan Menu Makanan dengan Meminimalkan Lemak Menggunakan Pemrograman Linear
Pengaturan Menu Makanan dengan Meminimalkan Lemak Menggunakan Pemrograman Linear Yeni Rokhayati Politeknik Negeri Batam Program Studi Teknik Informatika Parkway Street, Batam Centre, Batam 29461, Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi
BAB II TINJAUAN PUSTAKA 2.1 Job Shop Scheduling Problem (JSSP) Job shop scheduling problem (JSSP) adalah permasalahan optimasi kombinatorial. Misalkan terdapat n buah job atau pekerjaan, yaitu J 1, J 2,,
Lebih terperinciProgram Studi S1 Ilmu Gizi Reguler Fakultas Ilmu-Ilmu Kesehatan Universitas Esa Unggul (UEU) Jl. Arjuna Utara No.9 Kebon Jeruk, Jakarta Barat 11510
LAMPIRAN 104 105 LAMPIRAN I HUBUNGAN PEMBERIAN MPASI LOKAL, FREKUENSI PENYAKIT INFEKSI DAN STATUS GIZI ANAK USIA 6-24 BULAN DI PUSKESMAS WAIPARE, KABUPATEN SIKKA NUSA TENGGARA TIMUR Program Studi S1 Ilmu
Lebih terperinciDBMP DBMP Yetti Wira_Gizi_2014_Poltekkes Palangka Raya. Yetti Wira_Gizi_2014_Poltekkes Palangka Raya
DBMP DBMP Pengertian : DBMP adalah daftar yang berisi 7 golongan bahan makanan. pada tiap golongan, dalam jumlah (dapat berbeda setiap makanan) yang dinyatakan bernilai energi dan zat gizi yang sama. Oleh
Lebih terperinciILMU KOMPUTER. Daftar Isi : HEALTH INFORMATICS : AN INTRODUCTION... 1 I Made Agus Setiawan
Jurnal ILMU KOMPUTER Volume 6 Nomor 1 April 2013 Daftar Isi : HEALTH INFORMATICS : AN INTRODUCTION... 1 I Made Agus Setiawan PENERAPAN METODE FORGY PADA PERILAKU LEBAH PENJELAJAH DALAM ARTIFICIAL BEE COLONY...
Lebih terperinciSimulasi Animasi Tiga Dimensi Gerombolan Ikan dalam Akuarium Virtual Menggunakan Algoritma Artificial Bee Colony dan Bounding Box Collision Detection
150 Jurnal Teknik Elektro dan Komputer, Vol.I, No.2, Oktober 2013, 150-160 Simulasi Animasi Tiga Dimensi Gerombolan Ikan dalam Akuarium Virtual Menggunakan Algoritma Artificial Bee Colony dan Bounding
Lebih terperinciBAB I PENDAHULUAN. Universitas Kristen Maranatha 1
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan di bidang ekonomi, sosial, dan teknologi memberikan dampak positif dan negatif terhadap gaya hidup dan pola konsumsi makanan pada masyarakat di Indonesia.
Lebih terperinciPENERAPAN METODE SIMPLEKS UNTUK OPTIMASI MENU SEIMBANG BAGI IBU HAMIL
PENERAPAN METODE SIMPLEKS UNTUK OPTIMASI MENU SEIMBANG BAGI IBU HAMIL Indah Puspaningtyas (1) Jong Jek Siang (2) Widi Hapsari (3) poespa_niezz@yahoo.co.id jjsiang@ukdw.ac.id widi@ukdw.ac.id Abstraksi Kehamilan
Lebih terperinciPENEMPATAN KAPASITOR DAN OPTIMASI KAPASITASNYA MENGGUNAKAN ARTIFICIAL BEE COLONY (ABC) PADA SALURAN DISTRIBUSI PRIMER
146 Dielektrika ISSN 2086-9487 Vol. 1, No. 2 : 146 153 Agustus 2014 PENEMPATAN KAPASITOR DAN OPTIMASI KAPASITASNYA MENGGUNAKAN ARTIFICIAL BEE COLONY (ABC) PADA SALURAN DISTRIBUSI PRIMER Wildan Faisal Harharah1
Lebih terperinciHUBUNGAN PERSEPSI BODY IMAGE DAN KEBIASAAN MAKAN DENGAN STATUS GIZI ATLET SENAM DAN ATLET RENANG DI SEKOLAH ATLET RAGUNAN JAKARTA
LAMPIRAN 68 69 Lampiran 1 Kuesioner penelitian KODE: KUESIONER HUBUNGAN PERSEPSI BODY IMAGE DAN KEBIASAAN MAKAN DENGAN STATUS GIZI ATLET SENAM DAN ATLET RENANG DI SEKOLAH ATLET RAGUNAN JAKARTA Saya setuju
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
20 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Panti Asuhan 1. Kondisi Umum Panti Asuhan Darunajah terletak di Kota Semarang, lebih tepatnya di daerah Semarang Timur. Berada di daerah dusun
Lebih terperinciLAMPIRAN 1 KUESIONER
A. Identitas Sampel LAMPIRAN 1 KUESIONER KARAKTERISTIK SAMPEL Nama : Umur : BB : TB : Pendidikan terakhir : Lama Bekerja : Unit Kerja : Jabatan : No HP : B. Menstruasi 1. Usia awal menstruasi : 2. Lama
Lebih terperinciSistem Pendukung Keputusan Pemilihan Menu Makanan Bagi Anak
Sistem Pendukung Keputusan Pemilihan Menu Makanan Bagi Anak Rizky Ria Kumaladewi, Sri Kusumadewi Jurusan Teknik Informatika Universitas islam Indonesia Jl. Kaliurang km 14 Yogyakarta 55510 Telp (0274)
Lebih terperinciAnalisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah
Analisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah Oleh : Heni Rachmawati 2209206810 Prof.Dr.Ir.Mauridhi Hery Purnomo,M.Eng Dr.I Ketut Eddy
Lebih terperinciKUESIONER PENELITIAN
LAMPIRAN Lampiran 1 Kuesioner Penelitian KUESIONER PENELITIAN STUDI TENTANG PENGETAHUAN GIZI, KEBIASAAN MAKAN, AKTIVITAS FISIK,STATUS GIZI DAN BODYIMAGE REMAJA PUTRI YANG BERSTATUS GIZI NORMAL DAN GEMUK
Lebih terperinciLembarObservasi Penelitian Pola Makan. Yang berhubungan dengan kadar gula darah pada Lansia
57 Lampiran 1 LembarObservasi Penelitian Pola Makan Yang berhubungan dengan kadar gula darah pada Lansia Nama (inisial) : Umur : Jenis Kelamin : Berat Badan : Tinggi Badan : Alamat : Jenis makanan Sumber
Lebih terperinciBAB III METODE DAN PERANCANGAN. Tahap iniakan mencari dan memahami bahan-bahan pustaka seperti jurnal, buku, dan
BAB III METODE DAN PERANCANGAN 3.1. Metode Penelitian Metode penelitian yang digunakan dalam pengembangan aplikasi ini adalah sebagai berikut a. Pengumpulan Data Tahap iniakan mencari dan memahami bahan-bahan
Lebih terperinciDIIT SERAT TINGGI. Deskripsi
DIIT SERAT TINGGI Deskripsi Serat makanan adalah polisakarida nonpati yang terdapat dalam semua makanan nabati. Serat tidak dapat dicerna oleh enzim cerna tapi berpengaruh baik untuk kesehatan. Serat terdiri
Lebih terperinciIMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS
IMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS Yosep Agus Pranoto 1 ), Hani Zulfia Zahro 2 ), Suryo Adi Wibowo 3 ) 1,2,3)Program Studi Teknik Informatika, Fakultas
Lebih terperinciBAB V PEMBAHASAN. Instalasi Gizi RSUP Dr. Hasan Sadikin Bandung mempunyai siklus menu 10 hari
43 BAB V PEMBAHASAN A. Gambaran Umum Data Dari hasil penelitian, pada tabel 4.1 diketahui bahwa menu yang ada di Instalasi Gizi RSUP Dr. Hasan Sadikin Bandung mempunyai siklus menu 10 hari ditambah menu
Lebih terperinciAmalia Utami¹, Suyanto², Retno Novi Dayawati³. ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
ALGORITMA BEE COLONY OPTIMIZATION PADA TRAVELING SALESMAN PROBLEM MENGGUNAKAN METODE FREQUENCY BASED PRUNING SYSTEM DAN FIXED RADIUS NEAR NEIGHBOUR 2-OPT Amalia Utami¹, Suyanto², Retno Novi Dayawati³ ¹Teknik
Lebih terperinciKUESIONER HUBUNGAN KEBIASAAN KONSUMSI FAST FOOD, AKTIVITAS FISIK DAN FAKTOR LAIN DENGAN GIZI LEBIH PADA REMAJA SMU SUDIRMAN JAKARTA TIMUR TAHUN 2008
KUESIONER HUBUNGAN KEBIASAAN KONSUMSI FAST FOOD, AKTIVITAS FISIK DAN FAKTOR LAIN DENGAN GIZI LEBIH PADA REMAJA SMU SUDIRMAN JAKARTA TIMUR TAHUN 2008 Perkenalkan, nama saya Mardatillah, mahasiswi S1 Ekstensi
Lebih terperinciFORMULIR PERSETUJUAN SETELAH PENJELASAN (INFORMED CONSENT) SURAT PERSETUJUAN IKUT PENELITIAN
FORMULIR PERSETUJUAN SETELAH PENJELASAN (INFORMED CONSENT) SURAT PERSETUJUAN IKUT PENELITIAN Yang bertanda tangan dibawah ini : Nama : Umur : Jenis Kelamin : L/P (coret yang tidak perlu) Pekerjaan : Alamat
Lebih terperinciAnalisis Operator Crossover pada Permasalahan Permainan Puzzle
Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
Lebih terperinciPengertian Bahan Pangan Hewani Dan Nabati Dan Pengolahannya
Pengertian Bahan Pangan Hewani Dan Nabati Dan Pengolahannya Secara garis besar, bahan pangan dapat dikelompokkan menjadi dua yaitu bahan pangan asal tumbuhan (nabati) dan bahan pangan asal hewan (hewani).
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN. penelitian harus ditetapkan terlebih dahulu sehingga penelitian yang dilakukan
33 BAB 3 ANALISA DAN PERANCANGAN 3.1 Diagram alir dan Penjelasannya Sebelum menyelesaikan masalah dalam didalam penelitian ini, maka tahapantahapan penelitian harus ditetapkan terlebih dahulu sehingga
Lebih terperinciKATA PENGANTAR. Lampiran 1. Angket Penelitian
Lampiran 1. Angket Penelitian KATA PENGANTAR Ibu yang terhormat, Pada kesempatan ini perkenankanlah kami meminta bantuan Ibu untuk mengisi angket yang telah kami berikan, angket ini berisi tentang : 1)
Lebih terperinciMETODE PENELITIAN. Populasi penelitian = 51 orang. 21 orang keluar. Kriteria inklusi. 30 orang responden. Gambar 2 Cara penarikan contoh
METODE PENELITIAN Desain, Tempat, dan Waktu Penelitian ini dilakukan dengan menggunakan desain cross sectional study, dilaksanakan di Instalasi Gizi dan Ruang Gayatri Rumah Sakit dr. H. Marzoeki Mahdi
Lebih terperinciMETODE PENELITIAN. Keterangan: N = besar populasi n = besar subyek d 2 = tingkat kepercayaan / ketepatan yang diinginkan (0.1) n = 1 + N (d 2 )
METODE PENELITIAN Desain, Tempat dan Waktu Penelitian Desain penelitian ini adalah cross sectional study, yaitu pengamatan yang dilakukan sekaligus pada satu waktu yang tidak berkelanjutan. Penelitian
Lebih terperinci*SAMA SEKALI TIDAK BOLEH DIKONSUMSI SELAMA PROGRAM*:
*DIET PEMBAKARAN LEMAK* Untuk orang-orang yang butuh menghilangkan berat badan dalam waktu singkat. Diet ini diberikan oleh salah satu Rumah Sakit di Maryland USA untuk para pasien jantung yang perlu menurunkan
Lebih terperinciOPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM
OPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM Khairina Noor.A. 1, Hadi Suyono, ST., MT., Ph.D. 2, Dr. Rini Nur Hasanah, ST., M.Sc. 3 1 Mahasiswa Teknik Elektro, 2,3
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Makanan merupakan salah satu hal utama untuk mendukung tubuh dalam melakukan berbagai aktifitas. Kandungan berbagai unsur penting dalam makanan seperti karbohidrat,
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciPenyelesaian Permasalahan Optimasi Global Menggunakan AlgoritmaKoloni Lebah Buatan
Penyelesaian Permasalahan Optimasi Global Menggunakan AlgoritmaKoloni Lebah Buatan Nursyiva Irsalinda Program Studi MatematikaUniversitas Ahmad Dahlan Kampus III: Jalan Prof. Dr. Soepomo, Janturan, Umbulharjo,
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Penelitian. Salah satu cara orang untuk bertahan hidup adalah dengan makan.
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Salah satu cara orang untuk bertahan hidup adalah makan. Makanan sangat penting sebagai penghasil energi, untuk digunakan dalam beraktifitas. Biasanya orang
Lebih terperinciKUESIONER PENELITIAN PERILAKU DIET IBU NIFAS DI DESA TANJUNG SARI KECAMATAN BATANG KUIS KABUPATEN DELI SERDANG. 1. Nomor Responden :...
KUESIONER PENELITIAN PERILAKU DIET IBU NIFAS DI DESA TANJUNG SARI KECAMATAN BATANG KUIS KABUPATEN DELI SERDANG 1. Nomor Responden :... 2. Nama responden :... 3. Umur Responden :... 4. Pendidikan :... Jawablah
Lebih terperinciFORMAT PERSETUJUAN RESPONDEN
60 Lampiran 1 Persetujuan Responden FORMAT PERSETUJUAN RESPONDEN Sehubungan dengan diadakannya penelitian oleh : Nama Judul : Lina Sugita : Tingkat Asupan Energi dan Protein, Tingkat Pengetahuan Gizi,
Lebih terperinciKUESIONER PENELITIAN
Lampiran 1 KUESIONER PENELITIAN GAMBARAN PENATALAKSANAAN DIET JANTUNG DAN STATUS GIZI PASIEN PENDERITA HIPERTENSI KOMPLIKASI PENYAKIT JANTUNG YANG RAWAT INAP DI RUMAH SAKIT UMUM BANDUNG MEDAN TAHUN 2012
Lebih terperinciMETODE PENELITIAN. n1 = = 35. n2 = = 32. n3 =
17 METODE PENELITIAN Desain, Tempat dan Waktu Penelitian Penelitian ini menggunakan desain cross sectional study yang dilakukan di perguruan tinggi penyelenggara Beastudi Etos wilayah Jawa Barat yaitu
Lebih terperinciAPLIKASI PENYUSUN MENU MAKANAN UNTUK PENCEGAHAN HIPERKOLESTEROLEMIA MENGGUNAKAN ALGORITMA GENETIKA. Abstrak
APLIKASI PENYUSUN MENU MAKANAN UNTUK PENCEGAHAN HIPERKOLESTEROLEMIA MENGGUNAKAN ALGORITMA GENETIKA Riska Ayu Permata [1],Dedi Triyanto [2], Ilhamsyah [3] [1][2][3] Jurusan Sistem Komputer, Fakultas MIPA
Lebih terperinciSeleksi Fitur Dua Tahap Menggunakan Information Gain dan Artificial Bee Colony untuk Kategorisasi Teks Berbasis Support Vector Machine
Seleksi Fitur Dua Tahap Menggunakan Information Gain dan Artificial Bee Colony untuk Kategorisasi Teks Berbasis Support Vector Machine Khalid 1), Bagus Setya Rintyarna 2), Agus Zainal Arifin 3) 1) Prodi
Lebih terperinciMETODE Desain, Tempat, dan Waktu Jumlah dan Cara Pengambilan Sampel
15 METODE Desain, Tempat, dan Waktu Penelitian ini seluruhnya menggunakan data dasar hasil Riset Kesehatan Dasar (Riskesdas) 2010 yang dilakukan oleh Badan Penelitian dan Pengembangan Kesehatan Departemen
Lebih terperinci01/04/2012. Psikologi Lingkungan Sekolah Pilihan Terhadap Makanan
Berusia 7 s/d 12 tahun Pertumbuhan relatif lebih lambat dari anak balita, pertambahan berat 1,8 3,1 kg/tahun Menurut (Arisman, 2004) menyebutkan bahwa berat pd usia 7-10 th bertambah sekitar 2 kg dan TB
Lebih terperinciDIET RENDAH PURIN untuk penderita asam urat. Rizqie Auliana, M.Kes
DIET RENDAH PURIN untuk penderita asam urat Rizqie Auliana, M.Kes rizqie_auliana@uny.ac.id 1 Merupakan salah satu jenis rematik dengan ciri khas menyerang dibagian sendi terutama sendisendi jari atau dikenal
Lebih terperinciLampiran 1. Peta lokasi penelitian Puskesmas Putri Ayu Kecamatan Telanaipura
Lampiran 1. Peta lokasi penelitian Puskesmas Putri Ayu Kecamatan Telanaipura 66 67 Lampiran 2. Kisi-kisi instrumen perilaku KISI-KISI INSTRUMEN Kisi-kisi instrumen pengetahuan asupan nutrisi primigravida
Lebih terperinciBAB II TINJAUAN PUSTAKA. dibangkitkan oleh pembangkit harus dinaikkan dengan trafo step up. Hal ini
2.1 Sistem Transmisi Tenaga Listrik BAB II TINJAUAN PUSTAKA Sistem transmisi adalah sistem yang menghubungkan antara sistem pembangkitan dengan sistem distribusi untuk menyalurkan tenaga listrik yang dihasilkan
Lebih terperinciLAMPIRAN 1. Universitas Sumatera Utara
LAMPIRAN 1 KUESIONER PENELITIAN PENGARUH PENYULUHAN GIZI TERHADAP PERILAKU IBU DALAM PENYEDIAAN MENU SEIMBANG UNTUK BALITA DI DESA RAMUNIA-I KECAMATAN PANTAI LABU KABUPATEN DELI SERDANG TAHUN 2010 Tanggal
Lebih terperinciPERENCANAAN DIET DIABETES NEFROPATI DENGAN PROGRAM GOL ABSTRACT
PERENCANAAN DIET DIABETES NEFROPATI DENGAN PROGRAM GOL Nurul Muyasiroh 1, Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPola hidup sehat untuk penderita diabetes
Pola hidup sehat untuk penderita diabetes Penanganan diabetes berfokus pada mengontrol kadar gula darah (glukosa). Hal tersebut dapat dijalankan dengan memperhatikan pola makan dan olahraga, serta merubah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Konsumsi Energi dan Protein 1. Energi Tubuh memerlukan energi sebagai sumber tenaga untuk segala aktivitas. Energi diperoleh dari makanan sehari-hari yang terdiri dari berbagai
Lebih terperinciANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA ARTIFICIAL BEE COLONY
ANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA ARTIFICIAL BEE COLONY Agus Noble, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciUkuran rumah tangga dalam gram: 1 sdm gula pasir = 8 gram 1 sdm tepung susu = 5 gram 1 sdm tepung beras, tepung sagu. = 6 gram
Dibawah ini merupakan data nilai satuan ukuran rumah tangga (URT) yang dipakai untuk menentukan besaran bahan makanan yang biasa digunakan sehari- hari dalam rumah tangga. (Sumber: Puslitbang Gizi Depkes
Lebih terperinciHari - 1: Kurangi Kalori bukan Makanan Kalori di sini adalah perkiraan
Hari - 1: Kurangi Kalori bukan Makanan P Kalori di sini adalah perkiraan Script Hari 1, penjelasan 3 menit Masih ingat ANGKA AJAIB Anda? 1. Ini adalah angka AJAIB karena jika Anda mengingatnya dan membatasi
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini, makanan yang beredar di kalangan masyarakat beraneka ragam jenisnya. Terkadang masyarakat awam sendiri tidak mengetahui secara pasti kandungan gizi
Lebih terperinciHUBUNGAN PERILAKU KONSUMSI MAKANAN DENGAN STATUS GIZI PNS BAPPEDA KABUPATEN LANGKAT TAHUN 2015
74 HUBUGA PERILAKU KOSUMSI MAKAA DEGA STATUS GIZI PS BAPPEDA KABUPATE LAGKAT TAHU 215 I. Data Responden 1. ama : 2. omor Responden : 3. Umur : 4. Jenis Kelamin : 5. Pendidikan : 6. Berat Badan : 7. Tinggi
Lebih terperinciBAB VII KESIMPULAN DAN SARAN
BAB VII KESIMPULAN DAN SARAN 7.1 Kesimpulan Denyut jantung dan tekanan darah para pekerja sebelum melakukan bongkar muat termasuk ke dalam golongan yang normal, namun setelah melakukan bongkar muat terjadi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
Lebih terperinciMETODE Desain, Waktu, dan Tempat Penelitian Cara Pengambilan Contoh Jenis dan Cara Pengumpulan Data
17 METODE Desain, Waktu, dan Tempat Penelitian Penelitian dilakukan dengan menggunakan desain Cross Sectional Study. Penelitian ini dilaksanakan pada bulan November-Desember 2011 di lingkungan Kampus (IPB)
Lebih terperinciListing Program : Universitas Sumatera Utara
70 Listing Program : Form Utama Private Sub Form_Load() lbljudul1.fontsize = 34 lbljudul1 = "Selamat Datang di Sistem Informasi Menu Masakan Rumah Tangga" cbohari.text = "Klik" Call opendb rshari.open
Lebih terperinciOptimasi Komposisi Bahan Makanan bagi Pasien Rawat Jalan Penyakit Jantung dengan Menggunakan Algoritme Particle Swarm Optimization (PSO)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 2017, hlm. 1385-1394 http://j-ptiik.ub.ac.id Optimasi Komposisi Bahan Makanan bagi Pasien Rawat Jalan
Lebih terperinciGIZI KERJA. Keselamatan & Kesehatan Kerja
GIZI KERJA K3 Keselamatan & Kesehatan Kerja GIZI KERJA Landasan Hukum 1. UU No.1 th 51 dan UU No.12 th 1948, tentang kondisi fisik tenaga kerja,setelah bekerja terus menerus selama 4 jam harus diberi istirahat.
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
OPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY Enrich Van Bosar Sitorus *), Hermawan, and Agung Nugroho Jurusan Teknik Elektro, Universitas
Lebih terperinciKUESIONER PENELITIAN KONSUMSI SERAT DAN FAST FOOD SERTA AKTIVITAS FISIK ORANG DEWASA YANG BERSTATUS GIZI OBES DAN NORMAL
59 60 Kode : KUESIONER PENELITIAN KONSUMSI SERAT DAN FAST FOOD SERTA AKTIVITAS FISIK ORANG DEWASA YANG BERSTATUS GIZI OBES DAN NORMAL Nama Jenis Kelamin Alamat Rumah Nomor Telepon/ HP Enumerator Tanggal
Lebih terperinci