BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2.1 Gizi Jenis-Jenis Zat Gizi Zat gizi dapat dibedakan menjadi dua kelompok sesuai kebutuhan, yaitu makronutrien dan mikronutrien. Makronutrien adalah zata-zat makanan yang dibutuhkan tubuh dalam jumlah besar setiap hari. Mikronutrien adalah zat-zat makanan yang dibutuhkan dalam jumlah kecil. Makronutrien merupakan komponen terbesar dari susunan diet, yaitu karbohidrat, protein, lemak [11] Kandungan Zat Gizi Pada Makanan Selama ini tidak ada satu jenis makanan yang mengandung lengkap semua zat gizi. Setiap makanan menghasilkan jumlah kalori berbeda sesuai dengan komposisi gizinya, yaitu lemak 9 kalori, karbohidrat 4 kalori, dan protein 4 kalori setiap gramnya. Contoh daftar komposisi bahan makanan (DKBM) beserta nilai zat gizi masing-masing jenis makanan dapat dilihat tabel 2.1. Food Code EB035 GA002 GA003 GA004 PF002 Bahan Makanan Tabel 2.1 Daftar Komposisi Bahan Makanan [9] Kalori (kkal Protein (g) Lemak (g) Karbohidrat (g) Udang kering Anggur Apel Arbei Jenis Makanan Lauk Pauk Buah Buah Buah Bayam kukus Sayuran PF003 EB018 Bayam Sayuran rebus Pindang Lauk layang Pauk 6

2 7 2.2 Diabetes Melitus Pengertian Diabetes Melitus adalah penyakit yang disebabkan peningkatan kadar gula darah, dimana tubuh tidak dapat mengubah makanan menjadi energi. Kondisi ini sering kali menjurus ke arah masalah-masalah kesehatan, yaitu sebagai berikut [12]: a. Kebutaan. b. Penyakit jantung dan urat nadi. c. Gagal ginjal. d. Beragam amputasi. e. Kerusakan pada syaraf. f. Diabetes yang tidak terkontrol dapat mengganggu kehamilan Jenis-Jenis Diabetes Melitus Ada 3 jenis utama penyakit diabetes melitus, yaitu sebagai berikut [13]: 1. Diabetes tipe 1 Penyakit diabetes tipe 1 berkaitan dengan ketidaksanggupan pankreas untuk membuat insulin. Penyebab pankreas tidak dapat menghasilkan cukup insulin pada penderita diabetes tipe 1, yaitu sebagai berikut: a. Faktor keturunan atau genetika. b. Tubuh kehilangan kemampuan untuk membentuk insulin karena sistem kekebalan tubuh menghancurkan sel-sel yang memproduksi insulin. c. Virus atau zat kimia yang menyebabkan kerusakan pada sel dalam pankreas. 2. Diabetes tipe 2 Penderita diabetes tipe 2 mampu menghasilkan insulin, tetapi insulin yang dihasilkan tidak dapat digunakan sebagaimana mestinya. Penyebab utama penderita diabetes tipe 2, yaitu sebagai berikut: a. Faktor keturunan atau genetika. b. Pola makan atau gaya hidup yang berlemak dan tidak sehat. c. Kadar kolesterol yang tinggi.

3 8 d. Jarang berolahraga. e. Obesitas atau kelebihan berat badan. 3. Diabetes masa kehamilan (gestational). Diabetes masa kehamilan (gestational) disebabkan oleh hormon kehamilan. Diabetes masa kehamilan akan hilang setelah bayi dilahirkan, tetapi terdapat kemungkinan bahwa perempuan ini akan menderita penyakit diabetes tipe 2 dalam hidupnya nanti Pencegahan Diabetes Melitus Pencegahan penyakit penderita diabetes tipe 2 yang belum mengalami komplikasi, yaitu mengontrol keadaan kadar gula darahnya dengan diet dan pemberian obat dari ahli gizi. Pencegahan penyakit diabetes, yaitu sebagai berikut [8]: a. Penyuluhan kesehatan. b. Status gizi yang baik dan pengendalian diabetes. c. Pemeriksaan berkala diabetes dan komplikasinya. d. Pemeriksaan berkala kaki penyandang diabetes Penatalaksanaan Diet Diabetes Melitus Penatalaksanaan diet diabetes adalah meningkatkan kualitas hidup dan menjaga kadar gula darah dalam tubuh. Menurut Askandar tujuan diet penyakit diabetes, yaitu sebagai berikut [14]: 1. Memperbaiki kesehatan umum penyandang diabetes. 2. Mengarahkan berat badan normal. 3. Mempertahankan glukosa darah sekitar normal. 4. Menekan perkembangan komplikasi diabetes. 5. Memberikan modifikasi diet sesuai dengan keadaan penyandang diabetes. 6. Menarik dan mudah diterima.

4 9 Syarat diet pada penderita diabetes tipe 2, yaitu sebagai berikut [8]: 1. Energi (kalori) yang cukup untuk mempertahankan berat badan ideal. 2. Kebutuhan protein, yaitu 25 % dari total kebutuhan energi. 3. Kebutuhan lemak, yaitu 15% dari total kebutuhan energi. 4. Kebutuhan karbohidrat, yaitu 60% dari total kebutuhan energi Penyusunan Makanan Diabetes Melitus Prinsip penyusunan makanan penyakit diabetes tipe 2, yaitu makanan yang seimbang sesuai dengan kebutuhan gizi masing masing individu. Penyandang diabetes tipe 2 perlu ditekankan pentingnya keteraturan makan dalam hal jadwal makan, jenis, dan jumlah makanan. Komposisi kandungan gizi makanan yang dianjurkan, yaitu sebagai berikut [2]: a. Karbohidrat Asupan karbohidrat yang dianjurkan sebesar 45-65% total asupan energi (kalori). Pembatasan karbohidrat total < 130g/hari tidak dianjurkan. Gula dan bumbu diperbolehkan sehingga penyandang diabetes dapat makan bersama keluarga. b. Lemak Asupan lemak dianjurkan sekitar 20-25% kebutuhan energi (kalori). Tidak diperkenankan melebihi 30% total asupan energi. c. Protein Asupan protein dianjurkan sekitar 10-20% total asupan energi. Sumber protein yang baik adalah ikan, udang, cumi daging, dan tempe Kebutuhan Kalori dan Gizi Diabetes Melitus Perhitungan kebutuhan kalori yang dilakukan, yaitu sebagai berikut [2]: 1. Hitung berat badan ideal (BBI) Unruk Perhitungan berat badan Ideal (BBI) dengan rumus Brocca yang dimodifikasi, yaitu sebagai berikut: a. Berat badan ideal = 90% x (TB dalam cm 100) x 1 kg.

5 10 b. Bagi laki-laki dengan tinggi badan (TB) di bawah 160 cm dan perempuan di bawah 150 cm, rumus dimodifikasi menjadi : Berat badan ideal (BBI) = (TB dalam cm 100) x 1 kg. 2. Hitung kebutuhan kalori basal Untuk kebutuhan kalori basal ini ditentukan oleh jenis kelamin. a. Untuk laki-laki (berat badan ideal x 30 kkal). b. Untuk perempuan (berat badan ideal x 25 kkal). 3. Hitung koreksi aktivitas Untuk kebutuhan kalori dapat ditambah sesuai dengan intensitas aktivitas fisik, yaitu sebagai berikut: a. Keadaan istirahat diberikan penambahan sejumlah (10% x kalori basal). b. Ringan diberikan penambahan sejumlah (20% x kalori basal). c. Sedang diberikan penambahan sejumlah (30% x kalori basal). d. Berat diberikan penambahan sejumlah (40% x kalori basal) e. Sangat berat diberikan penambahan sejumlah (50% x kalori basal) 4. Hitung koreksi umur Untuk kebutuhan kalori dapat dikurangi sesuai dengan umur penyandang diabetes, yaitu sebagai berikut: a. Umur tahun kebutuhan kalori dikurangi sejumlah (5% x kalori basal). b. Umur tahun kebutuhan kalori dikurangi sejumlah (10% x kalori basal). c. Umur >70 tahun kebutuhan kalori dikurangi sejumlah (20% x kalori basal. 5. Koreksi indeks masa tubuh (IMT) Perhitungan berat badan ideal (BBI) menurut indeks masa tubuh (IMT). Indeks masa tubuh dihitung dengan rumus: IMT = (Berat Badan /(Tinggi Badan 2 ) x100%) (II.1)

6 11 Setelah nilai IMT diperoleh maka ditentukan bagaimana status berat badan penyandang diabetes dapat diklasifikasi, yaitu sebagai berikut: a. Berat badan kurang bila indeks masa tubuh < 18.5 kebutuhan kalori ditambah sejumlah (20% x kalori basal). b. Berat badan normal bila indeks masa tubuh antara kebutuhan kalori tidak ditambahkan. c. Berat badan lebih bila indeks masa tubuh antara kebutuhan kalori dikurangi sejumlah (20% x kalori basal). d. Obesitas tipe 1 bila indeks masa tubuh antara kebutuhan kalori dikurangi sejumlah (25% x kalori basal). e. Obesitas tipe 2 bila indeks masa tubuh > 30 kebutuhan kalori dikurangi sejumlah (30% x kalori basal). 6. Hitung total kebutuhan kalori Untuk menentukan berapa jumlah kalori yang dibutuhkan oleh penyandang diabetes dalam sehari dihitung dengan cara: Kalori basal - koreksi aktivitas - koreksi umur + koreksi IMT (II.2) Kebutuhan gizi dihitung berdasarkan syarat diet bagi penderita diabetes tipe 2, yaitu sebagai berikut [8]: a. Zat gizi karbohidrat Kebutuhan zat gizi karbohidrat dapat dihitung berdasarkan rumus: Zat gizi karbohidrat = 60% x total kebutuhan kalori sehari (II.3) b. Zat gizi protein Kebutuhan zat gizi karbohidrat dapat dihitung berdasarkan rumus: Zat gizi karbohidrat = 15% x total kebutuhan kalori sehari (II.4)

7 12 c. Zat gizi lemak Kebutuhan zat gizi karbohidrat dapat dihitung berdasarkan rumus: Zat gizi karbohidrat = 25% x total kebutuhan kalori sehari (II.5) Pilihan Makanan Diabetes Melitus Makanan untuk penyadang diabetes dijelaskan melalui piramida makanan untuk penyakit diabetes tipe 2, yaitu sumber karbohidrat, lauk pauk, sayur, dan buah buahan dapat lihat pada gambar 2.1. Gambar 2.1 Piramida Makanan Diabetes Melitus [2] Makanan sejumlah kalori terhitung kebutuhan gizi penderita diabetes tipe 2 pada gambar diatas dibagi menjadi tiga porsi besar untuk sarapan, siang, dan malam, serta ditambah tiga porsi selingan makanan pada setiap jadwal makan. 2.3 Algoritma Genetika Pengertian Algoritma genetika terinspirasi dari teori evolusi Darwin. Algoritma genetika adalah sebuah algoritma di bidang kecerdasan buatan mengenai teknik pencarian dan optimasi yang didasarkan pada seleksi atau evolusi yang terjadi di alam [3]. Algoritma geenetika menerapkan pemahaman mengenai evolusi pada pencarian penyelesaian masalah (problem solving). Algoritma Genetika mencari solusi terbaik dari kondisi dengan menggabungkan secara acak berbagai pilihan solusi terbaik.

8 13 Algoritma genetika sangat berguna dan efisien untuk masalah dengan karakteristik, yaitu sebagai berikut [15]: 1. Ruang masalah yang sangat besar, kompleks, dan sulit dipahami. 2. Tidak ada tersedia analisis matematika yang memadai. 3. Ketika terdapat metode-metode konvensional yang sudah tidak mampu untuk menyelesaikan masalah yang dihadapi. 4. Solusi yang diharapkan tidak harus yang paling optimal sudah cukup baik atau dapat diterima. 5. Terdapat batasan waktu, misalnya dalam real time system Proses Algoritma Genetika Gambar 2.2 Flow Chart Proses Algoritma Genetika [16] Secara umum proses algoritma genetika dapat dilihat pada gambar Representasi kromosom Proses algoritma genetika dimulai dengan membangun sebuah populsai random. 2. Identifikasi individu awal/populasi Untuk mendapatkan solusi awal, maka diperlukan proses pembangkitan individu awal secara acak (random). Individu tersebut terdiri dari sejumlah kromosom yang merepresentasikan solusi awal yang diinginkan.

9 14 3. Evaluasi nilai fitness Setiap generasi kromosom akan dilakukan evaluasi berdasarkan tingkat keberhasilan dari nilai solusinya terhadap masalah diselesaikan dengan menggunakan nilai fungsi fitness. 4. Seleksi Proses seleksi dilakukan untuk memilih kromosom yang akan tetap dipertahankan untuk generasi yang selanjutnya. 5. Crossover (kawin silang) Untuk membentuk keturunan anak (offspring) dari hasil perkawinan silang sesuai dengan besarnya kemungkinan perkawinan silang, orang tua (parent) yang terpilih akan disilangkan untuk membentuk anak. Jika tidak ada proses crossover, maka anak merupakan salinan dari orang tuanya. 6. Mutasi Mutasi dilakukan berdasarkan besarnya kemungkinan mutasi yang telah ditentukan, dimana anak akan dimutasi pada setiap lokus (posisi pada kromosom). 7. Memenuhi syarat regenerasi Jika generasi baru memenuhi syarat regenerasi, maka proses akan selesai Komponen Utama Algoritma Genetika Algoritma Genetika memiliki enam komponen utama, yaitu sebagai berikut [17]: 1. Teknik penyandian (Encoding) Teknik penyandian merupakan penyandian gen dari kromosom. Gen merupakan bagian dari kromosom, dimana gen biasanya mewakili satu variable. Kromosom dapat direpresentasikan dengan menggunakan: String bit : dst Array bilangan real : 65.65, , dst Elemen permutasi : E2, E10, E5, dst Daftar aturan : R1, R2, R3, dst

10 15 Elemen program : pemrograman genetika Struktur lainnya 2. Proses inisialisasi Setelah ukuran populasi telah ditentukan, dilakukan proses inisialisasi terhadap kromosom yang terdapat pada populasi tersebut. Populasi dapat ditentukan bergantung pada permasalahan yang dipecahkan. Inisialisasi kromosom dapat dilakukan secara acak dengan tetap memperhatikan domain solusi dan kendala permasalahan yang ada. 3. Fungsi evaluasi Evaluasi kromosom perlu diperhatikan dua hal yaitu evaluasi fungsi objektif dan konversi fungsi objektif kedalam nilai fungsi fitness. 4. Seleksi Seleksi bertujuan menentukan individu-individu yang akan dipilih untuk dilakukan rekombinasi. Ada beberapa metode seleksi dari induk yang dilakukan, yaitu sebagai berikut [18]: Rank-based fitness assignment Pengurutan populasi dilakukan berdasarkan nilai objektifnya. Nilai fitness dari tiap individu hanya tergantung dari posisi individu tersebut dalam urutan dan tidak dipengaruhi oleh nilai objektifnya. Roullete wheel selection Individu-individu akan dipetakan dalam suatu segmen garis secara berurutan sedemikian hingga tiap segmen individu memiliki ukuran yang sama dengan ukuran fitness. Truncation selection Individu-individu diurutkan berdasarkan nilai fitness. Individu yang terbaik yang akan diseleksi menjadi parent. Parameter yang digunakan adalah suatu nilai ambang trunk yang mengindikasian ukuran populasi diseleksi sebagai parent yang berkisar antara 50-10%. Individu yang berada dibawah nilai ambang tidak akan menghasilkan keturunan atau individu baru.

11 16 Tournament selection Sebuah nilai tour untuk nilai dari individu-individu yang dipilih secara acak dari suatu populasi. Individu-individu yang terbaik dari kelompok ini akan dipilih menjadi induk. 5. Operator algoritma genetika Dalam algoritma genetika, terdapat dua operator genetika, yaitu sebagai berikut: a. Crossover (perkawinan silang): 1. Crossover satu titik Tabel 2.2 Crossover Satu Titik Kromosom Nilai Kromosom Parent Kromosom Parent Offspring Pemilihan crossover satu titik, string binary dari awal kromosom untuk titik crossover adalah di copy dari orang tua pertama sisanya di copy dari orang tua kedua. Ilustrasi dari proses crossover satu titik dapat dilihat pada tabel Crossover dua titik Tabel 2.3 Crossover Dua Titik Kromosom Nilai Kromosom Parent Kromosom Parent Offspring Pemilihan crossover dua titik, string binary dari awal dari kromosom untuk titik pertama crossover di copy dari orang tua pertama, bagian dari the first untuk titik crossover yang kedua di copy dari orang tua kedua dan sisanya di copy dari orang tua pertama.ilustrasi dari proses crossover dua titik dapat dilihat pada tabel 2.3.

12 17 b. Mutasi Mutasi dilakukan untuk menggantikan nilai gen yang hilang dari populasi pada saat proses seleksi dilakukan. 6. Penentuan Parameter Parameter merupakan suatu ukuran populasi (popsize), peluang crossover (pc) dan peluang mutasi (pm). Kombinasi nilai yang tepat untuk parameter tersebut sangat dipengaruhi oleh permasalahan yang akan diselesaikan. Serangkaian pengujian penelitian terdahulu diperlukan untuk mendapatkan kombinasi nilai parameter yang sesuai. Ukuran populasi (popsize) antara 20 sampai 50, pc antara 0.1 sampai 0.8, dan pm antara 0.1 sampai 0.3 untuk pengujian biasanya sudah memadai [7] Pengertian Individu Mendefenisikan individu untuk membangun penyelesaian permasalahan dengan algoritma genetika, yaitu sebagai berikut [17]: Gen, nilai yang menyatakan satuan dasar yang dapat membentuk suatu arti tertentu dalam satu kesatuan gen yang disebut dengan kromosom. Allele, nilai dari gen. Alelle dapat berupa bilangan biner, float, kombinatorial, atau karakter. Kromosom, gabungan dari gen-gen yang membentuk nilai tertentu. Individu, keadaan dari solusi pada persoalan yang ada. Generasi, siklus evolusi atau satu iterasi di dalam algoritma genetika. Populasi, sekumpulan individu yang akan diproses dalam satu siklus proses evolusi Nilai Fitness Nilai fitness adalah inverse dari perbedaan antara nilai individu yang muncul dan target yang ditentukan. Nilai fitness diperlukan untuk menyatakan baik atau tidaknya suatu solusi dari permasalah yang diangkat. Nilai fitness dapat dijadikan sebuah acuan dalam mencapai nilai optimal dalam algoritma genetika.

13 Pengujian Black Box Pengujian blackbox terfokus pada keperluan penelusuran kesalahan fungsional dari software [19]. Ujicoba blackbox berusaha untuk menemukan kesalahan dalam beberapa kategori, diantaranya: a. Fungsi-fungsi yang salah atau hilang b. Kesalahan interface c. Kesalahan dalam struktur data atau akses database eksternal d. Kesalahan performa e. Kesalahan inisialisasi dan terminasi 2.5 Uji Validitas Uji validitas oleh para ahli (expert judgment), yaitu ahli gizi. Pengujian validitas ini merupakan pengujian dalam penyusunan makanan bagi diet penderita diabetes tipe 2. Expert judgment atau penilaian ahli adalah sebuah pendekatan untuk mengumpulkan dan mendapatkan informasi tentang pendapat dari individuindividu dengan keahlian tertentu. Expert judgment merupakan bagian integral dari kebanyakan cara pengambilan keputusan [6]. 2.6 Skala Pengukuran Likert Skala Likert merupakan skala pengukuran untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok tentang kejadian atau gejala sosial. Skala Likert menjadikan variabel yang akan diukur dijabarkan kembali menjadi indikatar- indikator yang dapat diukur. Indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat item instrument yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pertanyaan atau dukungan sikap yang diungkapkan dengan kata kata. Interval pada skala Likert dibagi menjadi dua untuk pernyataan positif dan pernyataan negatif.

14 19 Contoh interval skala Likert untuk kedua pernyataan tersebut, yaitu sebagai berikut ini: Tabel 2.4 Interval Skala Likert [22] Pertanyaan Positif Pertanyaan Negatif Sangat Setuju [5] Sangat Setuju [5] Setuju [4] Setuju [4] Netral [3] Netral [3] Tidak Setuju [2] Tidak Setuju [2] Sangat Tidak Setuju [1] Sangat Tidak Setuju [1] Skala Likert digunakan untuk mendapatkan data pada uji validitas perangkat lunak. Skala Likert digunakan untuk mengukur faktor validitas perangkat lunak. Skala Likert akan digunakan untuk menguji faktor usability. 2.7 Penelitian Terdahulu Penulisan tugas akhir ini, penulis mengacu pada beberapa penelitian yang telah dilakukan adalah sebagai berikut: 1. Penelitian yang dilakukan oleh Erwin tahun 2014 membahas analisis dan implementasi penentuan menu diet berdasarkan tingkat konsumsi energi pasien menggunakan metode harris benedict dan algoritma genetika. Penelitian ini membantu ahli gizi dalam menyusun menu makanan sesuai dengan penyakit dan golongan darah sesuai kebutuhan kalori [4]. 2. Penelitian yang dilakukan oleh Yuvico tahun 2004 membahas perancangan dan pembuatan aplikasi penyusunan menu makanan untuk program diet dengan metode algoritma genetika. Penelitian ini membantu ahli gizi dalam penyusunan menu diet bagi pasien untuk kasus obesitas (kelebihan berat badan) sesuai kebutuhan kalori [3].

BAB 3 ANALISIS DAN PERANCANGAN

BAB 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 terperinci

Pengantar Kecerdasan Buatan (AK045218) Algoritma Genetika

Pengantar Kecerdasan Buatan (AK045218) Algoritma Genetika Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan

Lebih terperinci

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

ERWIEN TJIPTA WIJAYA, ST.,M.KOM ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk

Lebih terperinci

Serealia, umbi, dan hasil olahannya Kacang-kacangan, bijibijian,

Serealia, 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 terperinci

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan

BAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan BAB II LANDASAN TEORI 2.1 Sejarah Perusahaan Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan pengadaan suku cadang computer. Dalam bidang tersebut diharuskan berbadan hukum PD,

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika 6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Penjadwalan Penjadwalan adalah penempatan sumber daya (resource) dalam satu waktu. Penjadwalan mata kuliah merupakan persoalan penjadwalan yang umum dan sulit dimana tujuannya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian penjadwalan, algoritma

Lebih terperinci

APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN

APLIKASI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.

Lebih terperinci

Genetic Algorithme. Perbedaan GA

Genetic Algorithme. Perbedaan GA Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar

Lebih terperinci

BAB III. Metode Penelitian

BAB III. Metode Penelitian BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan

Lebih terperinci

Lingkup Metode Optimasi

Lingkup Metode Optimasi Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic

Lebih terperinci

BAB I PENDAHULUAN. dapat memunculkan beberapa risiko lain seperti hipoglikemia atau hiperglikemia.

BAB I PENDAHULUAN. dapat memunculkan beberapa risiko lain seperti hipoglikemia atau hiperglikemia. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Diabetes adalah penyakit yang cukup mematikan karena jika salah penanganan dapat memunculkan beberapa risiko lain seperti hipoglikemia atau hiperglikemia. Hipoglikemia

Lebih terperinci

APLIKASI PENYUSUN MENU MAKANAN UNTUK PENCEGAHAN HIPERKOLESTEROLEMIA MENGGUNAKAN ALGORITMA GENETIKA. Abstrak

APLIKASI 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma

Lebih terperinci

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 98 106 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL YOSI PUTRI, NARWEN

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB 1 PENDAHULUAN. Latar Belakang Masalah

BAB 1 PENDAHULUAN. Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin bervariasinya jenis makanan yang dikonsumsi oleh masyarakat serta pola makan dan pola hidup yang semakin kurang sehat, membawa berbagai dampak dibidang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 27 BAB II LANDASAN TEORI 2.1. Penelitian Terkait Penelitian terkait yang menggunakan algoritma genetika untuk menemukan solusi dalam menyelesaikan permasalahan penjadwalan kuliah telah banyak dilakukan.

Lebih terperinci

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.

Lebih terperinci

Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi

Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi Rahman Aulia Universitas Sumatera Utara Pasca sarjana Fakultas Ilmu Komputer Medan, Indonesia Rahmanaulia50@gmail.com Abstract

Lebih terperinci

Algoritma Evolusi Dasar-Dasar Algoritma Genetika

Algoritma Evolusi Dasar-Dasar Algoritma Genetika Algoritma Evolusi Dasar-Dasar Algoritma Genetika Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Pengantar 2. Struktur Algoritma Genetika 3. Studi Kasus: Maksimasi Fungsi Sederhana 4. Studi

Lebih terperinci

METODE PENELITIAN Desain, Tempat dan Waktu Jumlah dan Cara Pengambilan Contoh Jenis dan Cara Pengumpulan Data

METODE 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 terperinci

Bab II Konsep Algoritma Genetik

Bab II Konsep Algoritma Genetik Bab II Konsep Algoritma Genetik II. Algoritma Genetik Metoda algoritma genetik adalah salah satu teknik optimasi global yang diinspirasikan oleh proses seleksi alam untuk menghasilkan individu atau solusi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Jadwal Jadwal merupakan pembagian waktu berdasarkan rencana pengaturan urutan kerja, daftar atau rencana kegiatan dengan pembagian waktu pelaksanaan terperinci, sedangkan penjadwalan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut

Lebih terperinci

Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.

Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag. Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag. 12/11/2009 1 Ditemukan oleh Holland pada tahun 1975. Didasari oleh fenomena evolusi darwin. 4 kondisi yg mempengaruhi

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Penjadwalan Penjadwalan kegiatan belajar mengajar pada suatu lembaga pendidikan biasanya merupakan salah satu pekerjaan yang tidak mudah dan menyita waktu. Pada lembaga pendidikan

Lebih terperinci

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) JTRISTE, Vol.1, No.2, Oktober 2014, pp. 50~57 ISSN: 2355-3677 Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) STMIK Handayani Makassar najirah_stmikh@yahoo.com Abstrak

Lebih terperinci

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN Optimasi Penjadwalan Mata Kuliah Dengan Algoritma Genetika Andysah Putera Utama Siahaan Universitas Pembangunan Pancabudi Jl. Gatot Subroto Km. 4,5, Medan, Sumatra Utara, Indonesia andiesiahaan@gmail.com

Lebih terperinci

Algoritma Evolusi Real-Coded GA (RCGA)

Algoritma Evolusi Real-Coded GA (RCGA) Algoritma Evolusi Real-Coded GA (RCGA) Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Siklus RCGA 2. Alternatif Operator Reproduksi pada Pengkodean Real 3. Alternatif Operator Seleksi 4.

Lebih terperinci

PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi

PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA I Dewa Made Adi Baskara Joni 1, Vivine Nurcahyawati 2 1 STMIK STIKOM Indonesia, 2 STMIK STIKOM

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam

Lebih terperinci

Optimasi Asupan Makanan Harian Ibu Hamil Penderita Hipertensi Menggunakan Algoritme Genetika

Optimasi Asupan Makanan Harian Ibu Hamil Penderita Hipertensi Menggunakan Algoritme Genetika Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 2892-2901 http://j-ptiik.ub.ac.id Optimasi Asupan Makanan Harian Ibu Hamil Penderita Hipertensi

Lebih terperinci

BAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply

BAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply BAB II KAJIAN TEORI Berikut diberikan beberapa teori pendukung untuk pembahasan selanjutnya. 2.1. Distribusi Menurut Chopra dan Meindl (2010:86), distribusi adalah suatu kegiatan untuk memindahkan barang

Lebih terperinci

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma

Lebih terperinci

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak

BAB 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 terperinci

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id

Lebih terperinci

Optimasi Daftar Bahan Makanan Untuk Pasien Rawat Jalan dan Keluarga Menggunakan Algoritme Genetika

Optimasi Daftar Bahan Makanan Untuk Pasien Rawat Jalan dan Keluarga Menggunakan Algoritme Genetika Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 1, Januari 2018, hlm. 342-351 http://j-ptiik.ub.ac.id Optimasi Daftar Bahan Makanan Untuk Pasien Rawat Jalan dan

Lebih terperinci

RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA

RANCANG 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 terperinci

Tugas Mata Kuliah E-Bisnis REVIEW TESIS

Tugas Mata Kuliah E-Bisnis REVIEW TESIS Tugas Mata Kuliah E-Bisnis REVIEW TESIS Desain Algoritma Genetika Untuk Optimasi Penjadwalan Produksi Meuble Kayu Studi Kasus Pada PT. Sinar Bakti Utama (oleh Fransiska Sidharta dibawah bimbingan Prof.Kudang

Lebih terperinci

PENYUSUNAN DAN PERENCANAAN MENU BERDASARKAN GIZI SEIMBANG

PENYUSUNAN 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 terperinci

Penyusunan 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 Pangan Jurusan THP FTP UB Menu France : daftar yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 36 BAB 2 LANDASAN TEORI 2.1 Pengurutan Pekerjaan (Job Sequencing) 2.1.1 Deskripsi Umum Dalam industri manufaktur, tujuan penjadwalan ialah untuk meminimasikan waktu dan biaya produksi, dengan cara mengatur

Lebih terperinci

dan c C sehingga c=e K dan d K D sedemikian sehingga d K

dan c C sehingga c=e K dan d K D sedemikian sehingga d K 2. Landasan Teori Kriptografi Kriptografi berasal dari kata Yunani kripto (tersembunyi) dan grafia (tulisan). Secara harfiah, kriptografi dapat diartikan sebagai tulisan yang tersembunyi atau tulisan yang

Lebih terperinci

2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks

2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks 4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad

Lebih terperinci

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah alokasi dari sumber daya yang dibutuhkan untuk melaksanakan serangkaian tugas dalam suatu waktu tertentu untuk menghasilkan sebuah kumpulan pekerjaan

Lebih terperinci

BAB I PENDAHULUAN. kenaikan kadar glukosa dalam darah atau hiperglikemia, yang menimbulkan

BAB I PENDAHULUAN. kenaikan kadar glukosa dalam darah atau hiperglikemia, yang menimbulkan BAB I PENDAHULUAN A. Latar Belakang Diabetes mellitus (DM) adalah gangguan metabolisme yang ditandai dengan kenaikan kadar glukosa dalam darah atau hiperglikemia, yang menimbulkan berbagai komplikasi kronik

Lebih terperinci

BAB I PENDAHULUAN. menurunkan berat badan karena sudah terbiasa makan banyak dari kecil.

BAB I PENDAHULUAN. menurunkan berat badan karena sudah terbiasa makan banyak dari kecil. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini tidak sedikit masyarakat umum yang kurang memperhatikan keseimbangan gizi pada bahan makanan yang dikonsumsi sehari-hari. Menurut Rini Yustiningsih

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Sistem dan Informasi 2.1.1 Sistem Menurut Sutabri (2004), bahwa sistem adalah sekelompok unsur yang erat hubungannya satu dengan yang lainnya berfungsi untuk mencapai

Lebih terperinci

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah

Lebih terperinci

BAB I. Pendahuluan. diamputasi, penyakit jantung dan stroke (Kemenkes, 2013). sampai 21,3 juta orang di tahun 2030 (Diabetes Care, 2004).

BAB I. Pendahuluan. diamputasi, penyakit jantung dan stroke (Kemenkes, 2013). sampai 21,3 juta orang di tahun 2030 (Diabetes Care, 2004). BAB I Pendahuluan 1. Latar Belakang Penyakit Tidak Menular (PTM) sudah menjadi masalah kesehatan masyarakat, baik secara global, regional, nasional dan lokal. Salah satu PTM yang menyita banyak perhatian

Lebih terperinci

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA Mike Susmikanti Pusat Pengembangan Informatika Nuklir, Badan Tenaga Nuklir Nasional Kawasan

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB 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 terperinci

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN Eva Haryanty, S.Kom. ABSTRAK Komputer adalah salah satu peralatan yang pada saat ini banyak pula digunakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Hemofilia Hemofilia adalah gangguan produksi faktor pembekuan yang diturunkan, hemofilia berasal dari bahasa Yunani yaitu haima yang artinya darah dan philein yang artinya mencintai

Lebih terperinci

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN  Studi Pustaka Pembentukan Data Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria

Lebih terperinci

Optimasi Komposisi Makanan Pada Penderita Diabetes Melitus dan Komplikasinya Menggunakan Algoritma Genetika

Optimasi Komposisi Makanan Pada Penderita Diabetes Melitus dan Komplikasinya Menggunakan Algoritma Genetika Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: -X Vol., No., April, hlm. - http://j-ptiik.ub.ac.id Optimasi Komposisi Makanan Pada Penderita Diabetes Melitus dan Komplikasinya Menggunakan

Lebih terperinci

METODE PENELITIAN. Populasi penelitian = 51 orang. 21 orang keluar. Kriteria inklusi. 30 orang responden. Gambar 2 Cara penarikan contoh

METODE 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 terperinci

Analisis Operator Crossover pada Permasalahan Permainan Puzzle

Analisis 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan skripsi ini. Teori-teori yang dibahas mengenai optimisasi, pengertian penjadwalan,

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ini menguraikan konsep dan teori-teori yang akan dipakai dalam pembuatan aplikasi pencarian dengan algoritma genetic termodifikasi untuk data pada blackberry. 2.1 Algoritma Genetik

Lebih terperinci

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi

Lebih terperinci

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.

Lebih terperinci

Diabetes Mellitus Type II

Diabetes Mellitus Type II Diabetes Mellitus Type II Etiologi Diabetes tipe 2 terjadi ketika tubuh menjadi resisten terhadap insulin atau ketika pankreas berhenti memproduksi insulin yang cukup. Persis mengapa hal ini terjadi tidak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pengertian Optimasi Optimasi adalah salah satu ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun

Lebih terperinci

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Nia Kurnia Mawaddah Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Jurusan Matematika, FMIPA Universitas Brawijaya, Malang 65145 Abstrak Penjadwalan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Algoritma Genetika Algoritma Genetika merupakan suatu algoritma yang terinspirasi dari teori evolusi Darwin yang menyatakan bahwa kelangsungan hidup suatu makhluk dipengaruhi

Lebih terperinci

Algoritma Genetika. Mata Kuliah : Kecerdasan Buatan. Dosen Pembimbing : Victor Amrizal, MKom. Disusun oleh : Eka Risky Firmansyah ( )

Algoritma Genetika. Mata Kuliah : Kecerdasan Buatan. Dosen Pembimbing : Victor Amrizal, MKom. Disusun oleh : Eka Risky Firmansyah ( ) Algoritma Genetika Mata Kuliah : Kecerdasan Buatan Dosen Pembimbing : Victor Amrizal, MKom Disusun oleh : Eka Risky Firmansyah (1110091000043) Syukri Sayyid Ahmad (1110091000060) Nurul Hikmah Agustin (1110091000061)

Lebih terperinci

BAB 1 PENDAHULUAN. relatif sensitivitas sel terhadap insulin, akan memicu munculnya penyakit tidak

BAB 1 PENDAHULUAN. relatif sensitivitas sel terhadap insulin, akan memicu munculnya penyakit tidak BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Diabetes melitus merupakan salah satu penyakit kronis yang dapat meningkatkan dengan cepat prevalensi komplikasi kronis pada lansia. Hal ini disebabkan kondisi hiperglikemia

Lebih terperinci

PERANCANGAN PROGRAM APLIKASI PENENTUAN KEBUTUHAN GIZI PADA PENDERITA DIABETES DENGAN ALGORITMA GENETIKA SKRIPSI. oleh : Vinolia Valentina

PERANCANGAN PROGRAM APLIKASI PENENTUAN KEBUTUHAN GIZI PADA PENDERITA DIABETES DENGAN ALGORITMA GENETIKA SKRIPSI. oleh : Vinolia Valentina PERANCANGAN PROGRAM APLIKASI PENENTUAN KEBUTUHAN GIZI PADA PENDERITA DIABETES DENGAN ALGORITMA GENETIKA SKRIPSI oleh : Vinolia Valentina 1100045025 PROGRAM GANDA TEKNI K INFORMATIKA DAN MAT EMATIKA UNIVERSITAS

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 6 BAB II LANDASAN TEORI 2.1 Penjadwalan Menurut Dian (2011), penjadwalan merupakan proses untuk menyusun suatu jadwal atau urutan proses yang diperlukan dalam sebuah persoalan. Persoalan penjadwalan biasanya

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika

Lebih terperinci

BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM

BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM 3.1 TRAVELLING SALESMAN PROBLEM Sebelum membahas pencarian solusi Travelling Salesman Problem menggunakan algoritma

Lebih terperinci

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii BERITA ACARA DEMO SOFTWARE TUGAS AKHIR... iv SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR...v ABSTRAK.....vi

Lebih terperinci

Optimasi Komposisi Menu Makanan bagi Penderita Tekanan Darah Tinggi Menggunakan Algoritme Genetika Adaptif

Optimasi Komposisi Menu Makanan bagi Penderita Tekanan Darah Tinggi Menggunakan Algoritme Genetika Adaptif Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 2, Februari 2018, hlm 515-522 e-issn: http://j-ptiik.ub.ac.id Optimasi Komposisi Menu Makanan bagi Penderita Tekanan Darah Tinggi Menggunakan

Lebih terperinci

BAB I PENDAHULUAN. dicapai dalam kemajuan di semua bidang riset DM maupun penatalaksanaan

BAB I PENDAHULUAN. dicapai dalam kemajuan di semua bidang riset DM maupun penatalaksanaan BAB I PENDAHULUAN A. Latar Belakang Diabetes Mellitus (DM) merupakan suatu penyakit yang ditandai oleh adanya kenaikan gula darah (hiperglikemia) kronik. Masalah DM sudah banyak dicapai dalam kemajuan

Lebih terperinci

BAB III METODE DAN PERANCANGAN. Tahap iniakan mencari dan memahami bahan-bahan pustaka seperti jurnal, buku, dan

BAB 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 terperinci

PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA)

PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA) Penjadwalan Ujian Akhir Semester dengan Algoritma Genetika PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA) Anita Qoiriah Jurusan Teknik Informatika,

Lebih terperinci

BAB I PENDAHULUAN. adanya kenaikan gula darah (hiperglikemia) kronik. Masalah DM, baik aspek

BAB I PENDAHULUAN. adanya kenaikan gula darah (hiperglikemia) kronik. Masalah DM, baik aspek BAB I PENDAHULUAN A. Latar Belakang Diabetes Melitus (DM) merupakan suatu penyakit yang ditandai oleh adanya kenaikan gula darah (hiperglikemia) kronik. Masalah DM, baik aspek terus berkembang meskipun

Lebih terperinci

BAB 1 PENDAHULUAN. penduduk dunia meninggal akibat diabetes mellitus. Selanjutnya pada tahun 2003

BAB 1 PENDAHULUAN. penduduk dunia meninggal akibat diabetes mellitus. Selanjutnya pada tahun 2003 BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada tahun 2000, World Health Organization (WHO) menyatakan bahwa dari statistik kematian didunia, 57 juta kematian terjadi setiap tahunnya disebabkan oleh penyakit

Lebih terperinci

BAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur

BAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur BAB I PENDAHULUAN 1.1 Latar Belakang Tuned mass damper (TMD) telah banyak digunakan untuk mengendalikan getaran dalam sistem teknik mesin. Dalam beberapa tahun terakhir teori TMD telah diadopsi untuk mengurangi

Lebih terperinci

BAB I PENDAHULUAN. makan, faktor lingkungan kerja, olah raga dan stress. Faktor-faktor tersebut

BAB I PENDAHULUAN. makan, faktor lingkungan kerja, olah raga dan stress. Faktor-faktor tersebut BAB I PENDAHULUAN A. Latar Belakang Pada umumnya masalah kesehatan dipengaruhi oleh pola hidup, pola makan, faktor lingkungan kerja, olah raga dan stress. Faktor-faktor tersebut dapat menyebabkan meningkatnya

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,

Lebih terperinci

Penyusunan Bahan Makanan Keluarga Penderita Penyakit Hiperkolesterolemia Menggunakan Algoritme Genetika

Penyusunan Bahan Makanan Keluarga Penderita Penyakit Hiperkolesterolemia Menggunakan Algoritme Genetika Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2979-2986 http://j-ptiik.ub.ac.id Penyusunan Bahan Makanan Keluarga Penderita Penyakit Hiperkolesterolemia

Lebih terperinci

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10: BAB III PERANCANGAN Pada bagian perancangan ini akan dipaparkan mengenai bagaimana mencari solusi pada persoalan pencarian rute terpendek dari n buah node dengan menggunakan algoritma genetika (AG). Dari

Lebih terperinci

BAB IV RANCANG BANGUN SISTEM

BAB IV RANCANG BANGUN SISTEM BAB IV RANCANG BANGUN SISTEM 4.1. Gambaran Umum Sistem Aplikasi yang dibuat dalam penelitian ini digunakan untuk memasukkan data pasien dan melakukan prediksi terhadap penyakit diabetes serta anjuran terapinya.

Lebih terperinci

PERENCANAAN DIET DIABETES NEFROPATI DENGAN PROGRAM GOL ABSTRACT

PERENCANAAN 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 terperinci