BAB II LANDASAN TEORI
|
|
- Widyawati Dharmawijaya
- 6 tahun lalu
- Tontonan:
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 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 terperinciPengantar 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 terperinciERWIEN 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 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 terperinciBAB 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 terperinciBAB 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 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 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 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 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 terperinciGenetic 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 terperinciBAB 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 terperinciBAB 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 terperinciLingkup 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 terperinciBAB 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 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 terperinciBAB 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 terperinciBAB 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 terperinciPEMAMPATAN 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 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 terperinciBAB 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 terperinciBAB 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 terperinciALGORITMA 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 terperinciBAB 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 terperinciOptimasi 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 terperinciAlgoritma 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 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 terperinciBab 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 terperinciBAB 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 terperinciBAB 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 terperinciZbigniew 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 terperinciPENDAHULUAN. 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 terperinciBAB 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 terperinciAplikasi 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 terperinciKeywords 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 terperinciAlgoritma 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 terperinciPENENTUAN 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 terperinciABSTRAK. 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 terperinciOptimasi 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 terperinciBAB 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 terperinciALGORITMA 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 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 terperinciPENGEMBANGAN 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 terperinciOptimasi 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 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 terperinciTugas 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 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 terperinciBAB 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 terperincidan 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 terperinci2 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 terperinciOPTIMASI 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciImplementasi 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 terperinciBAB 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 terperinciOPTIMASI 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 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinci8. 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 terperinciOptimasi 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 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 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciALGORITMA 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 terperinciPenjadwalan 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 terperinciDiabetes 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 terperinciBAB 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 terperinciOptimasi 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 terperinciBAB 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 terperinciAlgoritma 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 terperinciBAB 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 terperinciPERANCANGAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinci2.16. 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 terperinciOptimasi 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 terperinciBAB 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 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 terperinciPENJADWALAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciPenyusunan 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 terperinciBAB 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 terperinciBAB 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 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 terperinci