Optimasi Susunan Bahan Makanan untuk Ibu Hamil Kurang Energi Kronis (KEK) Menggunakan Algoritme Genetika
|
|
- Erlin Lesmono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: -96X Vol., No., Juli, hlm Optimasi Susunan Bahan Makanan untuk Ibu Hamil Kurang Energi Kronis (KEK) Menggunakan Algoritme Genetika Ika Oktaviandita, Imam Cholissodin, Putra Pandu Adikara Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Unversitas Brawijaya Abstrak Selama masa kehamilan ibu hamil disarankan untuk menjaga kecukupan gizi terutama energi dan protein. Asupan gizi yang tidak mencukupi akan menyebabkan ibu hamil berisiko mengalami Kurang Energi Kronis (KEK). Pada penelitian ini akan diberikan rekomendasi susunan bahan makanan yang memiliki gizi seimbang dengan harga minimal menggunakan algoritme genetika. Proses pencarian solusi adalah dengan melakukan kombinasi kromosom lalu diproses menggunakan operator genetika (crossover, mutasi, dan seleksi). Proses pindah silang (crossover) menggunakan metode one cut point, metode mutasi yang digunakan adalah exchange mutation, dan proses seleksi menggunakan metode seleksi elitism. Parameter algoritme genetika yang dibutuhkan adalah ukuran populasi, Crossover rate (Cr), Mutation rate (Mr), dan jumlah generasi. Pada sistem ini diperoleh hasil optimasi terbaik pada ukuran populasi sebanyak populasi dengan rata-rata nilai fitness,, nilai Cr sebesar, dan nilai Mr sebesar, dengan rata-rata nilai fitness,9, dan pada jumlah generasi dihasilkan ratarata nilai fitness sebesar,96. Hasil yang diperoleh adalah rekomendasi susunan bahan makanan selama hari beserta biaya yang harus dikeluarkan. Namun hasil tersebut masih belum memenuhi kebutuhan ibu hamil secara maksimal. Kata kunci: ibu hamil kurang energi kronis, gizi, algoritme genetika Abstract Women during pregnancy are advised to maintain nutritional adequacy, especially energy and protein. Inadequate nutrition intake will cause pregnant women at risk of Chronic Lack of Energy or in Indonesian called as Kurang Energi Kronis (KEK). In this research given recommendations of the composition of foodstuffs that have balanced nutrition with minimal price using genetic algorithm. The process of finding a solution is to perform a combination of chromosomes and then processed using genetic operators (crossover, mutation, and selection). Crossover process using one cut point method, mutation method used is exchange mutation, and selection process using selection elitism method. Need of parameters of genetic algorithm are population size, Crossover rate (Cr), Mutation rate (Mr), and number of generations. In this system obtained the best optimization results on the population size of population with average fitness value., Cr value of. and the value of Mr of. with average fitness value.9, and on the number of generations generated average Average fitness value of.96. The results obtained recommendations of the composition of foodstuffs for days along with the costs to be incurred. However, these results still do not meet the maximal needs during pregnancy. Keywords: lack chronic energy of pregnancy, nutrition, genetic algorithm. PENDAHULUAN Saat hamil kondisi fisiologis ibu mengalami perubahan. Pada trimester I akan terjadi pembentukan dan perkembangan beberapa organ vital serta pembentukan kepala dan sel-sel otak janin. Kemudian di trimester II dan III semua fungsi organ pada janin akan mengalami pematangan dan penyempurnaan sehingga ibu hamil disarankan untuk menjaga kecukupan gizi terutama energi dan protein (Dinkes, ). Asupan energi dan protein yang tidak mencukupi akan menyebabkan ibu hamil berisiko mengalami Kurang Energi Kronis (KEK). Wanita hamil dikatakan Kurang Energi Kronis (KEK) jika ukuran lingkar lengan atas Fakultas Ilmu Komputer Universitas Brawijaya 6
2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (LILA) kurang dari, cm (Kemenkes, 6). Di negara-negara berkembang seperti Bangladesh, India, Indonesia, Myanmar, Nepal, Srilanka dan Thailand prevalensi KEK sebesar -% (Lubis, ). Berdasarkan data yang diperoleh Riset Kesehatan Dasar (Riskesdas) tahun, prevalensi ibu hamil yang berisiko mengalami Kurang Energi Kronis (KEK) sebesar,% (Kemenkes, 6). Di Desa Banyuates Kabupaten Sampang, berdasarkan hasil wawancara dengan bidan setempat, pada tahun terdapat 6 ibu hamil yang mana % di antaranya menderita risiko tinggi atau kekurangan energi. Tingginya angka kurang gizi pada ibu hamil ini berkontribusi terhadap tingginya angka bayi dengan berat lahir rendah (BBLR) di Indonesia. Prevalensi angka BBLR di Indonesia pada anak usia -9 bulan memiliki berat lahir kurang dari. gram mencapai,% (Riskesdas, ). Tingginya angka ibu hamil yang mengalami Kurang Energi Kronis (KEK) di Indonesia merupakan tanda bahwa sedikit ibu hamil yang mencukupi kebutuhan gizinya saat hamil. Selain dari ibu hamil itu sendiri, masalah gizi ini merupakan hal yang sangat perlu diperhatikan oleh pemerintah dan juga petugas kesehatan. Untuk mencukupi kebutuhan gizi pada saat hamil, makanan yang harus dikonsumsi oleh ibu hamil Kurang Energi Kronis (KEK) hendaknya mengandung jumlah yang cukup dan kualitas yang baik. Untuk menjaga asupan makanan yang harus dikonsumsi ibu hamil terutama yang mengalami Kurang Energi Kronis (KEK), dibutuhkan cara khusus yang dapat memenuhi kebutuhan gizi ibu hamil Kurang Energi Kronis (KEK) selama masa kehamilan. Salah satu cara yang dapat digunakan untuk memenuhi kebutuhan gizi ibu hamil Kurang Energi Kronis (KEK) adalah dengan memberikan ibu hamil susunan bahan makanan dengan gizi seimbang. Oleh karena itu, pada penelitian ini akan dikembangkan suatu sistem yang dapat membantu ibu hamil Kurang Energi Kronis (KEK) di Indonesia untuk mendapatkan susunan bahan makanan yang paling optimal. Dalam menentukan susunan bahan makanan yang memiliki gizi seimbang dengan harga minimal dibutuhkan suatu metode penyelesaian. Salah satu metode yang dapat digunakan adalah algoritme genetika. Algoritme genetika merupakan tipe Algoritme Evolusi yang memiliki kemampuan untuk menyelesaikan masalah. Algoritme genetika dapat dipakai di banyak kasus yang menghadapi masalah optimasi yang rumit bahkan sulit dibangun. Algoritme genetika adalah algoritme yang bisa digunakan untuk permasalahan optimasi dalam berbagai bidang yang memiliki area pencarian sangat luas. Selain itu algoritme genetika bisa digunakan untuk berbagai macam data seperti data numerik maupun analitik (Mahmudy, ). Pada penelitian sebelumnya, pernah dikembangkan sistem yang berhubungan dengan optimasi asupan gizi menggunakan algoritme genetika yang dilakukan oleh Ayu Puspo Sari yang mana penelitian ini ditujukan pada ibu hamil normal atau tidak mengalami gangguan kehamilan pada masa kehamilan. Penelitian tersebut menggunakan data diuji dengan panjang kromosom - gen dan didapatkan hasil terbaik dengan rata-rata nilai fitness tertinggi yaitu 6 yang mendekati kebutuhan gizi ibu hamil pada jumlah generasi, ukuran populasi dengan rata-rata nilai fitness sebesar, nilai peluang crossover adalah, dan nilai peluang mutasi adalah,6 dengan rata-rata nilai fitness. Keluaran atau output yang dihasilkan adalah nilai kebutuhan gizi ibu hamil, seperti nilai kebutuhan energi, lemak, protein, dan karbohidrat. Namun, dalam penelitian tersebut masih terdapat sedikit kekurangan yakni kebutuhan ibu hamil yang belum terpenuhi karena disebabkan oleh beberapa hal diantaranya adalah data bahan makanan yang tidak memiliki variasi berat konsumsi, tidak ada pengelompokan bahan makanan, dan pembobotan berat bahan makanan sesuai dengan pengelompokannya. Berdasarkan pemaparan latar belakang di atas, penulis melakukan penelitian berjudul Optimasi Susunan Bahan Makanan Untuk Ibu Hamil Kurang Energi Kronis (KEK) Menggunakan Algoritme Genetika. Penelitian tersebut menggunakan metode algoritme genetika untuk menghasilkan kombinasi kromosom terbaik sehingga akan diperoleh susunan bahan makanan untuk ibu hamil penderita KEK yang memiliki kandungan gizi seimbang dengan harga yang minimal.. DASAR TEORI. Kurang Energi Kronis (KEK) Departemen Kesehatan RI tahun menyatakan bahwa Kurang Energi Kronis (KEK) adalah suatu kondisi kekurangan gizi akut yang disebabkan oleh kurangnya konsumsi
3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 makanan dalam jumlah cukup atau nilai gizinya kurang yang dapat berlangsung pada wanita usia subur (WUS) dan wanita yang sedang hamil (Lubis, ). Ibu hamil dapat mengalami Kurang Energi Kronis (KEK) biasanya karena sejak sebelum hamil ibu telah kekurangan energi sedangkan saat masa kehamilan dibutuhkan lebih banyak energi. Kehamilan menyebabkan metabolisme energi meningkat sehingga dibituhkan lebih banyak energi dan zat gizi lainnya yang dibutuhkan dalam pertumbuhan dan perkembangan janin, organ kandungan yang bertambah besar, persiapan ibu melahirkan dan menyusui, perubahan komposisi dan metabolisme tubuh ibu (Sari, et al., ). Kurang Energi Kronis (KEK) pada ibu hamil dapat mengakibatkan ibu terus menerus merasa letih, sering kesemutan, muka terlihat pucat, akan mengalami kesulitan saat melahirkan, dan ASI pada ibu setelah melahirkan tidak cukup untuk memenuhi kebutuhan bayi. Selain itu Kurang Energi Kronis (KEK) juga berdampak buruk bagi janin yang sedang dikandung. Kurang Energi Kronis (KEK) dapat menyebabkan terganggunya pertumbuhan janin, bayi berat lahir rendah (BBLR), perkembangan otak janin terhambat sehingga dapat menyebabkan bayi lahir prematur, serta dapat menyebabkan kematian pada bayi (Lubis, ). Menurut Departemen Kesehatan RI tahun 996, risiko Kurang Energi Kronis (KEK) dapat dapat diketahui dengan mengukur lingkar lengan atas (LILA) jika <, cm. Selain menggunakan LILA (Ariyani, ).. Perhitungan Kebutuhan Gizi Untuk menghitung kebutuhan energi dapat digunakan metode Harris Benedict seperti dalam persamaan () sampai () (Darusman, 6): BEE = 6 + (9,6 BB) + (, TB) (, U) () KF = NKF BEE () FIT = T (BEE + KF) () Selanjutnya untuk menghitung kebutuhan energi menggunakan persamaan (). TEE = BEE + KF + FIT () Kebutuhan energi ibu hamil KEK dapat dihitung dengan persamaan (). TEE KEK = TEE + 6 () Keterangan: TEE : Total Energy Expenditure (Total Kebutuhan Energi) TEE KEK : TEE pada ibu hamil penderita kurang energi BEE : Basal Energy Expenditure (Kebutuhan Energi Basal) BB: Berat Badan (digunakan berat badan yang tertimbang saat ini) TB : Tinggi Badan U : Usia KF : Kegiatan Fisik NKF : Nilai Kegiatan Fisik FIT : Food Induced Thermogenesis T : Trimester Kegiatan fisik ibu hamil dibagi menjadi kegiatan sangat ringan, ringan, sedang, dan berat. Tabel menjelaskan kegiatan fisik ibu hamil. No Kegiatan Fisik Sangat ringan Tabel. Kegiatan Fisik Nilai Keterangan % Duduk, berdiri, mengecat, menyetir, mengetik, menjahit, menyetrika, memasak Ringan % Ibu rumah tangga Sedang % Mengangkat beban, bersepeda, berdagang Berat % Berjalan dengan beban berat Sumber: Darusman (6) Nilai Food Induced Thermogenesis (FIT) dapat dilihat pada Tabel. Tabel. Food Induced Thermogenesis (FIT) No Minggu Bulan Trimester Nilai - - Trimester % - -6 Trimester % -6-9 Trimester % Sumber: Darusman (6) Persentase makan pagi sebanyak % dari total TEE KEK, makan siang adalah % dari total TEE KEK, dan makan malam sebanyak % dari TEE KEK (Kristiyanasari, ). Kebutuhan karbohidrat = 6% dari TEE KEK. Kebutuhan protein = % dari TEE KEK. Kebutuhan lemak = % dari TEE KEK.. ALGORITME GENETIKA Proses awal dalam algoritme genetika adalah inisialisasi yang mana pada proses ini
4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 akan diciptakan individu baru yang memiliki kromosom. Proses selanjutnya adalah reproduksi. Dalam proses ini akan dihasilkan child (offspring) dari semua individu yang terdapat dalam populasi (Mahmudy, ). Offspring di-generate dengan teknik kawin silang (crossover) dan mutasi (mutation). Proses selanjutnya adalah evaluasi untuk menghitung nilai fitness setiap kromosom. Jika nilai fitness yang dihasilkan tinggi, maka peluang kromosom tersebut terpilih menjadi menjadi calon solusi juga akan semakin besar. Selanjutnya adalah proses seleksi. Proses ini dilakukan untuk memilih individu dari populasi gabungan untuk dipakai lagi pada generasi selanjutnya. Individu memiliki peluang besar terpilih jika memiliki nilai fitness tinggi (Mahmudy, ). Tahapan penyelesaian masalah menggunakan algoritme genetika dijelaskan Gambar. representasi kromosom pantas untuk suatu permasalahan, maka bentuk kromosom yang digunakan menyesuaikan dengan permasalahan yang akan diselesaikan (Mahmudy, ). Penelitian ini menggunakan 6 daftar bahan makanan yang dibagi menjadi kelompok sumber kandungan (karbohidrat, protein hewani, protein nabati, sayuran, buah, gula, lemak dan susu). Panjang kromosom per hari adalah gen yang merepresentasikan jenis bahan makanan untuk kali makan dalam sehari. Index bahan makanan diwakili oleh angka permutasi dari sampai. Inisialisasi Populasi Awal Menurut Mahmudy (), proses inisialisasi merupakan langkah awal pemecahan untuk pencarian solusi yang mana pada tahap ini akan dihidupkan kumpuan menyelesaian secara acak (random) yang berisi string kromosom. Kromosom tersebut akan dialokasikan di sebuah populasi atau popsize.. Reproduksi Proses reproduksi merupakan tahap untuk menciptakan individu baru dari individu di dalam populasi. Individu baru tersebut bisa didapatkan dengan cara pindah silang (crossover) dan mutasi (mutation) (Mahmudy, ). a. Crossover Pada proses Crossover harus ditentukan lebih dulu nilai probabilitas crossover (Pc) atau Crossover rate (Cr). Nilai offspring yang dihasilkan adalah sebanyak Cr popsize. Terdapat beberapa metode dalam proses crossover, salah satunya adalah metode one cut point yang digunakan dalam representasi bilangan biner dan permutasi (Mahmudy, ). Contoh proses one-cut-point Crossover ditunjukkan oleh Tabel. Tabel. Contoh Proses Crossover Gambar. Diagram Alir Algoritme Genetika. Representasi Kromosom Representasi kromosom adalah proses untuk memetakan penyelesaian dari persoalan menjadi kromosom. Bentuk-bentuk representasi kromosom yaitu biner, integer, real, dan permutasi. Belum tentu semua bentuk P P C C 9 9 b. Mutasi Metode mutasi yang biasa digunakan pada representasi kromosom permutasi yaitu reciprocal exchange mutation dan insertion mutation. Penelitian ini menggunakan metode
5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 reciprocal exchange mutation yang mana cara kerja metode tersebut ialah memilih dua gen secara acak dan menukar nilai posisi kedua gen tersebut. Gambar menunjukkan cara kerja metode exchange mutation. Gambar. Cara Kerja Exchange Mutation. Evaluasi Tahap evaluasi merupakan proses untuk menghitung fitness dari setiap kromosom yang ada (Mahmudy, ). Pada kasus optimasi, jika penyelesaian yang dicari mengoptimalkan fungsi f(x) maka nilai fitness adalah nilai f(x) tersebut seperti yang ditunjukkan persamaan 6, sedangkan pada permasalahan minimasi, nilai fitness dapat dicari dengan persamaan. f = f(x) (6) f = C () f(x) Keterangan: f = nilai fitness C = konstanta untuk menghindari pembagian nol. Seleksi Proses seleksi merupakan tahapan menentukan individu mana yang tetap bertahan dan digunakan pada generasi setelahnya. Terdapat beberapa metode dalam proses seleksi yaitu binary tournament, elitism, dan roulette wheel (Mahmudy, ).. METODOLOGI PENELITIAN Penelitian ini dimulai dari mencari studi literatur, mengumpulkan data, melakukan analisis dan merancang sistem, membuat implementasi, melakukan uji coba sistem dan memberikan kesimpulan. Tahapan atau alur metode penelitian akan diuraikan pada Gambar Gambar. Diagram Alur Penelitian. Studi Literatur Studi literatur dibutuhkan untuk mempelajari serta menjelaskan dasar teori dan kajian pada buku maupun hasil penelitian sebelumnya dalam melakukan langkah selanjutnya.. Pengumpulan Data Cara yang dilakukan untuk mengumpulkan data yang dibutuhkan adalah dengan melakukan studi literatur dan survei langsung. Berikut data yang diperlukan untuk penelitian ini:. Daftar bahan makanan penukar. Daftar harga bahan makanan di daerah Malang yang didapat dengan melakukan survei. Data ibu hamil KEK didapat dari Bidan Praktik Swasta (BPS) di Desa Banyuates Kabupaten Sampang. Analisis dan Perancangan Sistem Analisis kebutuhan sistem dilakukan untuk mengetahui kebutuhan yang wajib ada dalam sistem. Kebutuhan yang harus dalam sistem terdiri dari kebutuhan fungsional dan kebutuhan non fungsional. Pada penelitian ini, kebutuhan sistem meliputi:
6 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6. Sistem dapat menampilkan susunan bahan makanan sesuai kebutuhan ibu hamil Kurang Energi Kronis (KEK) dengan harga minimum. Sistem bisa melakukan input dan menampilkan parameter umur, usia kandungan, berat badan, tinggi badan, aktivitas, dan lingkar lengan atas (LILA). Sistem mampu menampilkan kebutuhan gizi ibu hamil Kurang Energi Kronis (KEK) yang terdiri dari kebutuhan energi, karbohidrat, lemak, dan protein serta rekomendasi susunan bahan makanan Perancangan sistem adalah langkah untuk mempersiapkan perangkat lunak sesuai dengan implementasi algoritme genetika pada optimasi susunan bahan makanan untuk ibu hamil Kurang Energi Kronis (KEK).. Implementasi Dalam proses ini, sistem akan diaplikasikan sesuai dengan perencanaan sistem yang telah dilakukan. Implementasi sistem mencakup implementasi database dan implementasi program. Database akan diimplementasikan dengan MySQL dan program akan diterapkan dengan bahasa pemrograman Java menggunakan aplikasi Netbeans.. Pengujian Sistem Setelah proses implementasi, selanjutnya akan dilakukan pengujian sistem. Pada tahap ini akan dilakukan pengamatan terhadap kestabilan fitness yang diperoleh sistem. Parameter yang akan diuji dalam pengujian sistem ialah:. Jumlah populasi;. Kombinasi Crossover rate (Cr) dan mutation rate (Mr);. Banyaknya generasi..6 Kesimpulan Tahap terakhir yang akan dilakukan adalah mengambil kesimpulan. Penarikan kesimpulan didasarkan pada hasil yang didapat pada tahap yang telah dilakukan sebelumnya. Kesimpulan merupakan jawaban dari rumusan masalah yang telah disebutkan pada bab. Selain kesimpulan, langkah akhir penelitian akan memberi saran mengenai penelitian tersebut agar dapat digunakan sebagai bahan penelitian selanjutnya.. HASIL DAN PEMBAHASAN. Hasil dan Analisis Pengujian Berdasarkan Jumlah Populasi Pengujian berdasarkan jumlah populasi dilakukan untuk mengetahui pengaruh jumlah populasi terhadap rata-rata nilai fitness yang dihasilkan. Pengujian ini menggunakan populasi yang dimulai dari populasi dengan jumlah sampai populasi berjumlah dengan kelipatan. Pengujian berdasarkan jumlah populasi ini dilakukan sebanyak kali percobaan pada dengan menggunakan jumlah generasi sebanyak generasi. Nilai Cr yang digunakan adalah,6 dan Mr yang digunakan adalah,. Gambar menunjukkan grafik hasil pengujian berdasarkan jumlah populasi. Gambar. Grafik Hasil Pengujian Berdasarkan Jumlah Populasi Pengujian ini menghasilkan rata-rata nilai fitness tertinggi pada jumlah populasi ke- dengan rata-rata nilai fitness sebesar,. Berdasarkan grafik tersebut, diketahui bahwa semakin banyak jumlah populasi belum tentu nilai fitness yang dihasilkan akan tinggi. Hal ini dikarenakan pada pembangkitan populasi awal algoritme genetika dilakukan secara acak (random). Jumlah populasi yang banyak dapat menghasilkan nilai fitness yang semakin baik. Mahmudy () menyatakan bahwa nilai jumlah populasi yang banyak akan memperluas ruang eksplorasi sehingga peluang untuk mendapatkan solusi terbaik menjadi lebih besar sedangkan dengan jumlah populasi yang terlalu sedikit dapat mempersempit area pencarian solusi (Mahmudy dalam Kusumaningsih, ).. Hasil dan Analisis Pengujian Berdasarkan Kombinasi Nilai Cr dan Mr Pengujian berdasarkan kombinasi nilai Cr dan Mr dilakukan untuk mengetahui pengaruh kedua parameter tersebut terhadap rata-rata nilai fitness yang dihasilkan. Pada pengujian ini, nilai Cr dimulai dari angka, sampai,9 dan nilai
7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 66 Mr dimulai dari,9 sampai,. Pengujian berdasarkan kombinasi nilai Cr dan Mr ini dilakukan sebanyak kali percobaan dengan menggunakan jumlah populasi sebanyak populasi dan jumlah generasi sebanyak generasi. Hasil pengujian berdasarkan kombinasi nilai Cr dan Mr dijelaskan Gambar. generasi sebanyak sampai generasi dengan kelipatan. Setiap generasi dilakukan pengujian sebanyak kali percobaan kemudian pada setiap generasi dihitung rata-rata nilai fitness-nya. Parameter yang digunakan adalah jumlah populasi sebanyak populasi dan kombinasi nilai Cr sebesar, dan nilai Mr sebesar,. Grafik hasil pengujian berdasarkan jumlah generasi disajikan pada Gambar 6. Gambar. Hasil Pengujian Berdasarkan Kombinasi Nilai Cr dan Mr Berdasarkan pengujian yang telah dilakukan, diperoleh hasil rata-rata nilai fitness tertinggi pada kombinasi nilai Cr dan Mr sebesar, dan, dengan rata-rata nilai fitness sebesar,9 sedangkan rata-rata nilai fitness terkecil dihasilkan oleh kombinasi nilai Cr sebesar, dan Mr sebesar,9 dengan rata-rata nilai fitness sebesar,6. Diperoleh rata-rata nilai fitness tertinggi pada nilai Cr sebesar, dan nilai Mr dan, dikarenakan kinerja algoritme genetika yang memiliki kemampuan melakukan eksplorasi dan eksploitasi pada ruang pencarian. Jika kemampuan eksplorasi dan eksploitasi seimbang, maka akan didapatkan solusi yang optimal atau mendekati optimal. Jika nilai Cr terlalu kecil dan nilai Mr terlalu besar maka proses algoritme genetika akan sangat bergantung pada proses mutasi. Hal ini dapat menyebabkan proses eksploitasi pada ruang pencarian tidak bisa dilakukan dengan efektif. Sebaliknya, jika nilai Cr terlalu besar dan nilai Mr terlalu kecil juga dapat membuat algoritme genetika bekerja tidak optimal sehingga saat melakukan proses eksplorasi pada ruang pencarian tidak dilakukan secara efektif (Mahmudy, ). Gambar 6. Grafik Hasil Pengujian Berdasarkan Jumlah Generasi Hasil pengujian berdasarkan jumlah generasi yang ditunjukkan pada Tabel 6. dan Gambar 6. diperoleh rata-rata nilai fitness tertinggi sebesar,96 pada jumlah generasi. Gambar 6. juga menunjukkan adanya ratarata nilai fitness paling rendah terdapat pada jumlah generasi yang menghasilkan rata-rata nilai fitness sebesar 6,. Jumlah generasi memiliki nilai fitness rendah karena eksplorasi pada ruang pencarian yang lebih kecil dibandingkan eksplorasi pada ruang pencarian jumlah generasi yang lebih besar. Berdasarkan pengujian generasi yang telah dilakukan, rata-rata nilai fitness dari generasi sudah mulai konvergen. Untuk mengetahui nilai fitness pada setiap generasi dapat menggunakan pengujian konvergensi. Pengujian konvergensi merupakan proses menguji generasi mana yang menghasilkan nilai fitness konvergen atau mendekati konvergen. Hasil pengujian konvergensi dalam bentuk grafik dapat dilihat pada Gambar.. Hasil dan Analisis Pengujian Berdasarkan Jumlah Generasi Pengujian yang dilakukan berdasarkan jumlah generasi dilakukan untuk mengetahui pengaruh jumlah generasi terhadap rata-rata nilai fitness. Dalam penelitian ini dilakukan pengujian terhadap generasi dimulai dari jumlah
8 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 Gambar. Grafik Hasil Pengujian Konvergensi 6. KESIMPULAN Kesimpulan yang didapat dari penelitian optimasi susunan bahan makanan untuk ibu hamil Kurang Energi Kronis (KEK) menggunakan algoritme genetika adalah sebagai berikut:. Proses penyelesaian masalah optimasi susunan bahan makanan untuk ibu hamil Kurang Energi Kronis (KEK) menggunakan algoritme genetika menggunakan kromosom sepanjang 6 gen yang merupakan representasi indeks bahan makanan selama hari dengan kali makan dalam sehari menggunakan jenis bahan makanan.. Hasil optimasi dipengaruhi oleh parameter algoritme genetika yang digunakan. Pada sistem ini diperoleh hasil optimasi terbaik pada ukuran populasi sebanyak populasi dengan rata-rata nilai fitness,, nilai Cr sebesar, dan nilai Mr sebesar, dengan rata-rata nilai fitness,9, dan pada jumlah generasi dihasilkan rata-rata nilai fitness sebesar,96. Hasil solusi berupa rekomendasi susunan bahan makanan selama hari dengan harga yang minimum. Berdasarkan hasil pengujian terhadap data ibu hamil KEK, rata-rata biaya konsumsi yang dapat dihemat sekitar Rp., dengan kandungan gizi terpenuhi adalah energi, karbohidrat, protein dan lemak. DAFTAR PUSTAKA Afandie, M. N.,. Implementasi Metode K- Nearest Neighbor untuk Pendukung Keputusan Pemilihan Menu Makanan Sehat dan Bergizi. Malang: Fakultas Ilmu Komputer. Universitas Brawijaya. Ariyani, D. E.,. Validitas Ukuran Lingkar Lengan Atas Terhadap Indeks Massa Tubuh dalam Mendeteksi Risiko Kekurangan Energi Kronis pada Wanita (- Tahun) di Indonesia. Depok: Fakultas Kesehatan Masyarakat. Program Studi Ilmu Gizi. Universitas Indonesia. Ariyani, D. E., Achadi, E. L. & Irawati, A.,. Validitas Lingkar Lengan Atas Mendeteksi Risiko Kekurangan Energi Kronis pada Wanita Indonesia. Jurnal Kesehatan Masyarakat Nasional, (), pp. -9. Baliwati, Y. F. & Martianto, D.,. Konsumsi Pangan B-Beragam, Bergizi Seimbang (Produk-produk pekarangan yang mendukung B). Jakarta: Pusat Penganekaragaman Konsumsi dan Keamanan Pangan Badan Ketahanan Pangan Kementrian Pertanian. Chandradewi, A.,. Pengaruh Pemberian Makanan Tambahan Terhadap Peningkatan Berat Badan Ibu Hamil KEK (Kurang Energi Kronis) di Wilayah Kerja Puskesmas Labuan Lombok. Jurnal Kesehatan Prima, 9(), pp. 9-. Darusman, I., 6. Sistem Informasi Pemenuhan Nutrisi pada Masa Kehamilan Menggunakan Metode Harris Benedict. Kediri: Fakultas Teknik. Universitas Nusantara Persatuan Guru Republik Indonesia. Departemen Kesehatan RI, 99. Penggunaan Alat Ukur Lingkar Lengan Atas (LLA) Pada Wanita Useia Subur (WUS). Jakarta: Departemen Kesehatan RI. Departemen Kesehatan RI,. Pedoman Prakts Pemantauan Status Gizi Orang Dewasa. Jakarta: Departemen Kesehatan RI. Departemen Kesehatan RI,. Pedoman Pengukuran dan Pemeriksaan. Jakarta: Departemen Kesehatan RI. Dinas Kesehatan Kabupaten Pasuruan,. Gizi Seimbang untuk Ibu Hamil. Pasuruan: Dinas Kesehatan Kabupaten Pasuruan. Eliantara, F., 6. Implementasi Algoritme Particle Swarm Optimization untuk Optimasi Pemenuhan Kebutuhan Gizi Keluarga. Malang: Fakultas Ilmu Komputer. Unversitas Brawijaya. Fathonah, S., 6. Gizi dan Kesehatan untuk Ibu Hamil. Jakarta Timur: Erlangga. Febry, A. B., Pujiastuti, N. & Fajar, I.,. Ilmu Gizi untuk Praktisi Kesehatan. Yogyakarta: Graha Ilmu. Istiany, A. & Ruslianti,. Gizi Terapan. Bandung: PT Remaja Rosdakarya. Janata, A. & Haerani, E.,. Sisrem Penjadwalan Outsourcing Menggunakan Algoritme Genetika. Jurnal CoreIT, (), pp. -.
9 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 Kementerian Kesehatan RI, 99. Penggunaan Alat Ukur Lingkar Lengan Atas (LILA) pada Wanita Usia Subur (WUS). Jakarta: Kementerian Kesehatan RI. Kementerian Kesehatan RI,. Pedoman Gizi Ibu Hamil dan Pengembangan Makanan Tambahan Ibu Hamil Berbasis Pangan. Jakarta: Kementerian Kesehatan RI. Kementerian Kesehatan RI,. Pedoman Gizi Seimbang. Jakarta: Kementerian Kesehatan RI. Kementerian Kesehatan RI, 6. Status Gizi. Jakarta Selatan: Info DATIN - Pusat Data dan Informasi Kementerian Kesehatan RI. Kristiyanasari, W.,. Gizi Ibu Hamil. Yogyakarta: Nuha Medika. Kusumaningsih, F. D., 6. Penerapan Algoritme Genetika Pada Optimasi Susunan Bahan Makanan Untuk Pemenuhan Kebutuhan Gizi Keluarga. DORO: Repository Jurnal Mahaswa PTIIK Universitas Brawijaya, (). Kuswanti, I.,. Asuhan Kehamilan. Yogyakarta: Pustaka Pelajar. Lean, M. E. J.,. Ilmu Pangan, Gizi & Kesehatan. Yogyakarta: Pustaka Pelajar. Lubis, L. A.,. Faktor-Faktor yang Berhubungan dengan Kejadian Kekurangan Energi Kronik (KEK) pada Ibu Hamil di Puskesmas Langsa Lama Kota Langsa Tahun. [Online] Available at: 69/6//Chapter%II.pdf [Diakses Februari ]. Mahmudy, W. F.,. Algoritme Evolusi. Malang: Program Teknologi Informasi dan Ilmu Komputer. Universitas Bawijaya. Marlenywati,. Risiko Kurang Energi Kronis (KEK) Pada Ibu Hamil Remaja (Usia -9 Tahun) di Kota Pontianak Tahun. Depok: Fakultas Kesehatan Masyarakat. Program Studi Ilmu Kesehatan Masyarakat. Universitas Indonesia. Menteri Kesehatan RI,. Peraturan Menteri Kesehatan RI No. tahun tentang Angka Kecukupan Gizi yang dianjurkan bagi Bangsa Indonesia. Jakarta: Menteri Kesehatan RI. Muliawati, S.,. Faktor Penyebab Ibu Hamil Kurang Energi Kronis di Puskesmas Sambi Kecamatan Sambi Kabupaten Boyolali Tahun. Infokes Jurnal Ilmiah Rekam Medis dan Informatika Kesehatan, (), pp. -6. Muslihatun, 9. Dokumentasi Kebidanan. Yogyakarta: Fitramaya. Nirwana, A. B.,. Kapita Selekta Kehamilan. Yogyakarta: Nuha Medika. Nurvenus, K.,. Penerapan Algoritme Genetika Untuk Optimasi Asupan Gizi Pasien Diet Khusus Dengan Biaya Minimal. Malang: Skripsi. FILKOM. Universitas Brawijaya. Poedyasmoro,. Buku Praktis Ahli Gizi. Malang: Politeknik Kesehatan Malang. Prawirohardjo,. Ilmu Kebidanan. Jakarta: Bina Pustaka. Rismawan, T. & Kusumadewi, S.,. Aplikasi Algoritme Genetika Untuk Penentuan Komposisi Bahan Pangan Harian. Seminar Nasional Aplikasi Teknologi Informasi (SNATI ), pp. -. Sari, A. P., Mahmudy, W. F. & Dewi, C.,. Optimasi Asupan Gizi Pada Ibu Hamil dengan Menggunakan Algoritme Genetika. DORO: Repository Jurnal Mahaswa PTIIK Universitas Brawijaya, (). Sari, N. P., Indrawati, N. D. & Kumalasari, N.,. Gambaran Karakteristik Ibu Hamil yang Menderita Kekurangan Energi Kronis (KEK) di Kecamatan Wonosalam Kabupaten Demak. Semarang: Fakultas Ilmu Keperawatan dan Kesehatan, Universitas Muhammadiyah Semarang. Sibagariang, E. E.,. Gizi Dalam Kesehatan Reproduksi. Jakarta: Trans Info Media. Suhartono, E.,. Optimasi Penjadwalan Mata Kuliah dengan Algoritme Genetika (Studi Kasus di AMIK JTC Semarang). INFOKAM, pp. -6. Sulistiowati, F., 6. Optimasi Susunan Bahan Makanan Sehat Untuk Pemenuhan Gizi Keluarga dengan Algoritme Evolution Strategies. DORO: Repository Jurnal Mahaswa PTIIK Universitas Brawijaya, ().
10 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 69 Supariasa, I. D. N., Bakri, B. & Fajar, I.,. Penilaian Status Gizi. Jakarta: Penerbit Buku Kedokteran EGC. Syari, M., Serudji, J. & Mariati, U.,. Peran Asupan Zat Gizi Makronutrien Ibu Hamil terhadap Berat Badan Lahir Bayi di Kota Padang. Jurnal Kesehatan Andalas, (), pp Wahid, N. & Mahmudy, W. F.,. Optimasi Komposisi Makanan Untuk Penderita Kolesterol Menggunakan Algoritme Genetika. DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya, (). Walyani, E. S.,. Asuhan Kebidanan Pada Kehamilan. Yogyakarta: Pustaka Baru Press. Wulandari, H. A. F., Putri, R. R. M. & Mahmudy, W. F.,. Sistem Pakar Tindakan Bidan Pada Pemeriksaan Ibu Hamil Dengan Metode Technique for Order Preference by Similarity to Ideal Solutions (TOPSIS). DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya, ().
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 terperinciPenerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita Kurang Energi Kronis (KEK) Menggunakan Algoritme Evolution Strategies
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer eissn: 2548964X Vol. 2, No. 9, September 2018, hlm. 30773086 http://jptiik.ub.ac.id Penerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita
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 terperinciPenjadwalan Dinas Pegawai Menggunakan Algoritma Genetika Pada PT Kereta Api Indonesia (KAI) Daerah Operasi 7 Stasiun Besar Kediri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 11, November 2018, hlm. 4371-4376 http://j-ptiik.ub.ac.id Penjadwalan Dinas Pegawai Menggunakan Algoritma Genetika
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 terperinciOPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA andra Aditya 1), Wayan Firdaus Mahmudy 2) 1) Program Studi Teknik Informatika, Fakultas Ilmu Komputer Malang Jl. Veteran, Malang 65145, Indonesia
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 terperinciOptimasi Multiple Travelling Salesman Problem Pada Pendistribusian Air Minum Menggunakan Algoritme Genetika (Studi Kasus: UD.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 9, Juni 2017, hlm. 849-858 http://j-ptiik.ub.ac.id Optimasi Multiple Travelling Salesman Problem Pada Pendistribusian
Lebih terperinciOPTIMASI JADWAL MENGAJAR ASISTEN LABORATORIUM MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI JADWAL MENGAJAR ASISTEN LABORATORIUM MENGGUNAKAN ALGORITMA GENETIKA Indana Zulfa 1, Wayan Firdaus Mahmudy 2, Budi Darma Setiawan 3 Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer,
Lebih terperinciOptimasi Penjadwalan Mata Pelajaran Menggunakan Algoritme Genetika (Studi Kasus: SMK Negeri 2 Kediri)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 10, Oktober 2017, hlm. 1066-1072 http://j-ptiik.ub.ac.id Optimasi Penjadwalan Mata Pelajaran Menggunakan Algoritme
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 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 terperinciOptimasi Komposisi Makanan untuk Penderita Hipertensi Menggunakan Algoritma Genetika dan Simulated Annealing
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 217, hlm. 1236-1243 http://j-ptiik.ub.ac.id Optimasi Komposisi Makanan untuk Penderita Hipertensi Menggunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Gizi 2.1.1 Jenis-Jenis Zat Gizi Zat gizi dapat dibedakan menjadi dua kelompok sesuai kebutuhan, yaitu makronutrien dan mikronutrien. Makronutrien adalah zata-zat makanan yang
Lebih terperinciOptimasi Menu Makanan Untuk Pemenuhan Gizi Penderita Kanker Dengan Algoritme Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 12, Desember 2017, hlm. 1850-1857 http://j-ptiik.ub.ac.id Optimasi Menu Makanan Untuk Pemenuhan Gizi Penderita Kanker
Lebih terperinciPenerapan Algoritme Genetika Untuk Penjadwalan Latihan Reguler Pemain Brass Marching Band (Studi Kasus: Ekalavya Suara Brawijaya)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 2950-2956 http://j-ptiik.ub.ac.id Penerapan Algoritme Genetika Untuk Penjadwalan Latihan
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 terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP
PENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP Riska Sulistiyorini ), Wayan Firdaus Mahmudy ), Program Studi Teknik Informatika Program Teknologi Informasi dan Ilmu
Lebih terperinciOptimasi Pemilihan Pekerja Bangunan Proyek Pada PT. Citra Anggun Pratama Menggunakan Algoritma Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 2, Februari 2017, hlm. 80-84 http://j-ptiik.ub.ac.id Optimasi Pemilihan Pekerja Bangunan Proyek Pada PT. Citra Anggun
Lebih terperinciPENJADWALAN KAPAL PENYEBERANGAN MENGGUNAKAN ALGORITMA GENETIKA
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 3, No. 1, Maret 2016, hlm. 48-55 PENJADWALAN KAPAL PENYEBERANGAN MENGGUNAKAN ALGORITMA GENETIKA Ria Febriyana 1, Wayan Firdaus Mahmudy 2 Program
Lebih terperinciOptimasi Penjadwalan Mata Pelajaran Pada Kurikulum 2013 Dengan Algoritme Genetika (Studi Kasus: SMA Negeri 3 Surakarta)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 12, Desember 2017, hlm. 1535-1542 http://j-ptiik.ub.ac.id Optimasi Penjadwalan Mata Pelajaran Pada Kurikulum 2013
Lebih terperinciOptimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Genetika Dalam Penentuan Kebutuhan Gizi Bayi MPASI
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 7, Juli 218, hlm. 276-2712 http://j-ptiik.ub.ac.id Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Genetika
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Sistem Berjalan 3.1.1. Penyusunan Menu Makanan Dalam penyusunan menu makanan banyak hal yang perlu diperhatikan, terutama jika menu makanan yang disusun untuk
Lebih 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 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 I PENDAHULUAN. A. Latar Belakang Masalah. Masalah gizi masih merupakan masalah kesehatan masyarakat yang
17 BAB I PENDAHULUAN A. Latar Belakang Masalah Masalah gizi masih merupakan masalah kesehatan masyarakat yang utama di negara berkembang termasuk Indonesia dan merupakan penyebab kematian ibu dan anak
Lebih terperinciBAB Ι PENDAHULUAN. Kehamilan merupakan suatu proses fisiologis yang terjadi pada setiap
BAB Ι PENDAHULUAN A. Latar Belakang Kehamilan merupakan suatu proses fisiologis yang terjadi pada setiap wanita, menurut Depkes RI kehamilan merupakan masa kehidupan yang penting. Pada masa ini ibu harus
Lebih terperinciBAB I PENDAHULUAN. kurangnya asupan zat gizi yang akan menyebabkan gizi buruk, kurang energi
BAB I PENDAHULUAN A. Latar Belakang Masalah gizi yang sering terjadi pada remaja putri adalah kurangnya asupan zat gizi yang akan menyebabkan gizi buruk, kurang energi kronis, kurang energi protein dan
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA PADA OPTIMASI BIAYA PEMENUHAN KEBUTUHAN GIZI
IMPLEMENTASI ALGORITMA GENETIKA PADA OPTIMASI BIAYA PEMENUHAN KEBUTUHAN GIZI Monica Intan Pratiwi 1, Wayan Fidaus Mahmudy, Candra Dewi Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer,
Lebih terperinciOptimasi Penjadwalan Moving Class Menggunakan Algoritma Genetika (Studi Kasus: SMA Negeri 1 Turatea)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 4, Juli 2018, hlm. 1768-1777 http://j-ptiik.ub.ac.id Optimasi Penjadwalan Moving Class Menggunakan Algoritma Genetika
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 terperinciPenentuan Portofolio Saham Optimal Menggunakan Algoritma Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 1, Januari 2017, hlm. 63-68 http://j-ptiik.ub.ac.id Penentuan Portofolio Saham Optimal Menggunakan Algoritma Genetika
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 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 terperinciOptimasi Pembagian Barang Alat Tulis Kantor Menggunakan Algoritme Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: -X Vol., No., Maret, hlm. - http://j-ptiik.ub.ac.id Optimasi Pembagian Barang Alat Tulis Kantor Menggunakan Algoritme Genetika Ardiansyah
Lebih terperinciBAB I PENDAHULUAN. Indonesia (SDKI) tahun 2012 AKI di Indoensia mencapai 359 per jumlah
BAB I PENDAHULUAN 1.1 Latar Belakang Angka kematian ibu (AKI) menjadi salah satu indikator dalam derajat kesehatan masyarakat. AKI menggambarkan jumlah wanita yang meninggal dari suatu penyebab kematian
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN BIAYA MINIMAL DISTRIBUSI BARANG TIGA TAHAP PT. SEMEN TONASA
PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN BIAYA MINIMAL DISTRIBUSI BARANG TIGA TAHAP PT. SEMEN TONASA Andi Baharuddin 1, Aidawayati Rangkuti 2, Armin Lawi 3 Program Studi Matematika, Jurusan Matematika,
Lebih terperinciGAMBARAN KARAKTERISTIK IBU HAMIL YANG MENDERITA KEKURANGAN ENERGI KRONIS (KEK) DI KECAMATAN WONOSALAM KABUPATEN DEMAK
GAMBARAN KARAKTERISTIK IBU HAMIL YANG MENDERITA KEKURANGAN ENERGI KRONIS (KEK) DI KECAMATAN WONOSALAM KABUPATEN DEMAK Nora Puspita Sari 1. Nuke Devi Indrawati 2. Novita Kumalasari 2 1. Prodi DIII Kebidanan,
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN BATASAN FUNGSI KENGGOTAAN FUZZY TSUKAMOTO PADA KASUS PERAMALAN PERMINTAAN BARANG
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 3, No. 3, September 2016, hlm. 169-173 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN BATASAN FUNGSI KENGGOTAAN FUZZY TSUKAMOTO PADA KASUS PERAMALAN
Lebih terperinciPrediksi Jumlah Pengangguran Terbuka di Indonesia menggunakan Metode Genetic-Based Backpropagation
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 4, April 2017, hlm. 341-351 http://j-ptiik.ub.ac.id Prediksi Jumlah Pengangguran Terbuka di Indonesia menggunakan
Lebih terperinciOPTIMASI ASUPAN GIZI PADA IBU HAMIL DENGAN MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI ASUPAN GIZI PADA IBU HAMIL DENGAN MENGGUNAKAN ALGORITMA GENETIKA Ayu Puspo Sari 1, Wayan Firdaus Mahmudy, Candra Dewi. Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas
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 terperinciOptimasi Penjadwalan Mata Pelajaran Menggunakan Algoritma Genetika (Studi Kasus : SMPN 1 Gondang Mojokerto)
Optimasi Penjadwalan Mata Pelajaran Menggunakan Algoritma Genetika (Studi Kasus : SMPN 1 Gondang Mojokerto) Dianita Dwi Permata Sari 1, Wayan Firdaus Mahmudy 2, Dian Eka Ratnawati 3 Teknik Informatika,
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MEMAKSIMALKAN LABA PRODUKSI JILBAB
Journal of Environmental Engineering & Sustainable Technology Vol. 02 No. 01, July 2015, Pages 06-11 JEEST http://jeest.ub.ac.id PENERAPAN ALGORITMA GENETIKA UNTUK MEMAKSIMALKAN LABA PRODUKSI JILBAB Samaher
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 terperinciBAB I PENDAHULUAN. Masa Kehamilan dimulai dari konsepsi sampai lahirnya janin. Lamanya
BAB I PENDAHULUAN A. Latar Belakang Masa Kehamilan dimulai dari konsepsi sampai lahirnya janin. Lamanya hamil normal adalah 280 hari (40 minggu atau 9 bulan 7 hari) dihitung dari hari pertama haid terakhir.
Lebih terperinciOptimasi Komposisi Pupuk Tanaman Jagung Menggunakan Algoritme Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2534-2541 http://j-ptiik.ub.ac.id Optimasi Komposisi Pupuk Tanaman Jagung Menggunakan Algoritme
Lebih terperinciOptimasi Penataan Barang pada Proses Distribusi Menggunakan Algoritme Evolution Strategies
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1874-1882 http://j-ptiik.ub.ac.id Optimasi Penataan Barang pada Proses Distribusi Menggunakan Algoritme
Lebih terperinciHUBUNGAN LINGKAR LENGAN ATAS (LILA) DAN KADAR HEMOGLOBIN (Hb) DENGAN BERAT BAYI LAHIR
HUBUNGAN LINGKAR LENGAN ATAS (LILA) DAN KADAR HEMOGLOBIN (Hb) DENGAN BERAT BAYI LAHIR Afif Maulidiyah & Ardiani Sulistiani Akademi Kebidanan Estu Utomo Boyolali ABSTRAK Bayi dengan berat lahir rendah atau
Lebih terperinciFAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN KEKURANGAN ENERGI KRONIS PADA IBU HAMIL DI WILAYAH KERJA PUSKESMAS SUNGAI BILU BANJARMASIN
An Nadaa, Vol 1 No.2, Desember 2014, hal 72-76 ISSN 2442-4986 FAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN KEKURANGAN ENERGI KRONIS PADA IBU HAMIL DI WILAYAH KERJA PUSKESMAS SUNGAI BILU BANJARMASIN The Associated
Lebih terperinciTINGKAT PENGETAHUAN IBU HAMIL TENTANG KEKURANGAN ENERGI KRONIK (KEK) DI PUSKESMAS KEDUNG MUNDU KECAMATAN TEMBALANG KOTA SEMARANG
TINGKAT PENGETAHUAN IBU HAMIL TENTANG URANGAN ENERGI KRONIK () DI PUSKESMAS KEDUNG MUNDU KECAMATAN TEMBALANG KOTA SEMARANG Shinta Ika Sandhi 1, Asmanah 2 Akademi Kebidanan Uniska Kendal Email: shinta86harnuddin82@gmail.com
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 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 terperinciOptimasi Penjadwalan Kuliah Pengganti Menggunakan Algoritme Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol 2, No 9, September 218, hlm 2829-284 http://j-ptiikubacid Optimasi Penjadwalan Kuliah Pengganti Menggunakan Algoritme Genetika
Lebih terperinciBAB I PENDAHULUAN. Dalam rangka memfokuskan percepatan pencapaian target MDGs (Millenium
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam rangka memfokuskan percepatan pencapaian target MDGs (Millenium Developmet Goals) ke 5 yaitu Meningkatkan Kesehatan Ibu, diperlukan upaya-upaya yang efektif dan
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 terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
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 terperinciPenerapan Genetic Algorithm Untuk Optimasi Peningkatan Laba Persediaan Produksi Pakaian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 218, hlm. 2168-2172 http://j-ptiik.ub.ac.id Penerapan Genetic Algorithm Untuk Optimasi Peningkatan Laba Persediaan
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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Gizi merupakan salah satu penentu kualitas sumber daya manusia. Makanan yang diberikan sehari-hari harus mengandung zat gizi sesuai kebutuhan, sehingga menunjang pertumbuhan
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 terperinciRizqi Mufidah *), Dina Rahayuning P **), Laksmi Widajanti **)
HUBUNGAN TINGKAT KECUKUPAN ENERGI, TINGKAT AKTIVITAS FISIK DAN KARAKTERISTIK KELUARGA DENGAN RISIKO KEKURANGAN ENERGI KRONIS PADA IBU HAMIL DI WILAYAH KERJA PUSKESMAS DAWE, KUDUS Rizqi Mufidah *), Dina
Lebih terperinciImplementasi Sistem Penjadwalan Akademik Fakultas Teknik Universitas Tanjungpura Menggunakan Metode Algoritma Genetika
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 2, (2017) 28 Implementasi Sistem Penjadwalan Akademik Fakultas Teknik Universitas Tanjungpura Menggunakan Metode Algoritma Genetika Andreas Christian
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 terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 2017, hlm. 1152-1159 http://j-ptiik.ub.ac.id Implementasi Algoritma Genetika Pada Metode AHP dan SAW
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 terperinciOPTIMASI KOMPOSISI MAKANAN UNTUK PENDERITA KOLESTEROL MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI KOMPOSISI MAKANAN UNTUK PENDERITA KOLESTEROL MENGGUNAKAN ALGORITMA GENETIKA Nurbaiti Wahid 1, Wayan Firdaus Mahmudy 2 1 Mahasiswa, 2 Dosen Pembimbing Teknik Informatika, Program Teknologi Informasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Tinjauan Pustaka 1. Berat Badan Lahir Cukup (BBLC) a. Definisi Berat badan lahir adalah berat badan yang didapat dalam rentang waktu 1 jam setelah lahir (Kosim et al., 2014). BBLC
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah
BAB I PENDAHULUAN A. Latar Belakang Masalah Upaya meningkatkan kualitas SDM seharusnya dimulai sedini mungkin sejak janin dalam kandungan. Masa kehamilan merupakan periode yang sangat menentukan kualitas
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 terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 2957-2964 http://j-ptiik.ub.ac.id Optimasi Batasan Fungsi Keanggotaan Fuzzy Tsukamoto Menggunakan
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 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 terperinciOptimasi distribusi barang dengan algoritma genetika
Optimasi distribusi barang dengan algoritma genetika Yasmin Ghassani Panharesi 1, Wayan Firdaus Mahmudy 2 Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email : yasminghassani@gmail.com 1,
Lebih terperinciHUBUNGAN EKONOMI KELUARGA DENGAN STATUS GIZI IBU HAMIL DI PUSKESMAS WONGKADITI KOTA GORONTALO. Heni PanaI. Polteknik Kesehatan Provinsi Gorontalo
HUBUNGAN EKONOMI KELUARGA DENGAN STATUS GIZI IBU HAMIL DI PUSKESMAS WONGKADITI KOTA GORONTALO Heni PanaI Polteknik Kesehatan Provinsi Gorontalo Abstrak: Penelitian ini bertujuan untuk mengetahui hubungan
Lebih terperinciOptimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika
Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika Rozak Arief Pratama 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA Universitas Jenderal
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 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 terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Indonesia
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Gizi merupakan salah satu faktor penentu utama kualitas sumber daya manusia. Peran gizi dalam pembangunan kualitas sumber daya manusia telah dibuktikan dari berbagai
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang Masalah
BAB I PENDAHULUAN A. Latar Belakang Masalah Masalah gizi di Indonesia saat ini masih merupakan salah satu masalah kesehatan yang perlu diperhatikan. Salah satu masalah gizi yang dihadapi di Indonesia adalah
Lebih terperinciIMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN
IMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN Herny Wulandari Pangestu. Kartika Yulianti, Rini Marwati Departemen Pendidikan Matematika FPMIPA UPI *Surel: hernyw@ymail.com ABSTRAK.
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 terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
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 terperinciAPLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI
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 terperinciSISTEM INFORMASI PEMENUHAN NUTRISI PADA MASA KEHAMILAN MENGGUNAKAN METODE HARRIS BENEDICT. (Studi Kasus : Posyandu Kepulauan Kangean) SKRIPSI
SISTEM INFORMASI PEMENUHAN NUTRISI PADA MASA KEHAMILAN MENGGUNAKAN METODE HARRIS BENEDICT (Studi Kasus : Posyandu Kepulauan Kangean) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar
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 I PENDAHULUAN. panjang badan 50 cm (Pudjiadi, 2003). Menurut Depkes RI (2005), menyatakan salah satu faktor baik sebelum dan saat hamil yang
BAB I PENDAHULUAN A. Latar Belakang Bayi dilahirkan setelah dikandung kurang lebih 40 minggu dalam rahim ibu. Pada waktu lahir bayi mempunyai berat badan sekitar 3 Kg dan panjang badan 50 cm (Pudjiadi,
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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Kekurangan Energi Kronis (KEK) 1. Pengertian Kekurangan Energi Kronis (KEK) adalah keadaan ibu hamil dan WUS (Wanita Usia Subur) yang kurang gizi diakibatkan oleh kekurangan
Lebih terperinciGAMBARAN STATUS GIZI IBU HAMIL PADA KEJADIAN BERAT BADAN LAHIR RENDAH (BBLR) DI RSUD WONOSARI TAHUN 2014
142 Media Ilmu Kesehatan Vol. 4, No. 3, Desember 2015 GAMBARAN STATUS GIZI IBU HAMIL PADA KEJADIAN BERAT BADAN LAHIR RENDAH (BBLR) DI RSUD WONOSARI TAHUN 2014 1 Stikes Jenderal Achmad Yani Yogyakarta Choirul
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 terperinciOptimasi Pemodelan Regresi Linier Berganda Pada Prediksi Jumlah Kecelakaan Sepeda Motor Dengan Algoritme Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1932-1939 http://j-ptiik.ub.ac.id Optimasi Pemodelan Regresi Linier Berganda Pada Prediksi Jumlah
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
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 terperincikekurangan energi kronik (pada remaja puteri)
kekurangan energi kronik (pada remaja puteri) BAB I PENDAHALUAN A. LATAR BELAKANG Masalah gizi masih merupakan beban berat bagi bangsa, hakekatnya berpangkal dari keadaan ekonomi dan pengetahuan masyarakat,
Lebih terperinci