BAB I PENDAHULUAN 1.1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan menempati urutan tertinggi dalam menunjang kelangsungan aktivitas harian setiap manusia (Batubara,

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA

BAB II TINJAUAN PUSTAKA

APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM

BAB 3 ANALISIS DAN PERANCANGAN

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

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB II LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

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

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

1. Pendahuluan 1.1. Latar Belakang

BAB I PENDAHULUAN. Ginjal memiliki peranan yang sangat vital sebagai organ tubuh

BAB III. Metode Penelitian

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latar Belakang

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. Latar Belakang Masalah

Denny Hermawanto

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

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

PERANCANGAN APLIKASI PENJADWALAN KERETA API DENGAN MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus: Stasiun Kereta Api Bandar Khalipah Medan)

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

BAB III METODE PENELITIAN. melakukan survey dengan kuisioner mencari informasi dari media yang

Genetic Algorithme. Perbedaan GA

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

BAB I PENDAHULUAN. didapat melalui internet. Terdapat berbagai laman web yang menyediakan

Bab IV Implementasi Sistem

Algoritma Evolusi Dasar-Dasar Algoritma Genetika

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA

Jl. Ahmad Yani, Pontianak Telp./Fax.: (0561)

Integrasi Sistem Pakar dan Algoritma Genetika untuk Mengidentifikasi Status Gizi pada Balita

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Implementasi Sistem Penjadwalan Akademik Fakultas Teknik Universitas Tanjungpura Menggunakan Metode Algoritma Genetika

BAB IV HASIL DAN PEMBAHASAN

ABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. dan efisien sangat dibutuhkan oleh setiap orang. Perkembangan teknologi yang semakin

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. yang dapat ditularkan melalui sentuhan fisik melalui kulit. sentuhan kulit sangatlah besar dan sering terjadi.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

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

BAB I PENDAHULUAN 1.1 Latar Belakang

HASIL DAN PEMBAHASAN. Gambar 7 Diagram alur proses mutasi.

ABSTRAK. Kata kunci: nutrisi, algoritma genetika. vii Universitas Kristen Maranatha

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

Tugas Rekayasa Perangkat Lunak

BAB III OBJEK DAN METODE PENELITIAN

BAB I PENDAHULUAN 1.1. Latar Belakang

OTOMASI PENJADWALAN KEGIATAN PRKULIAHAN DI PERGURUAN TINGGI MENGGUNAKAN METODE ALGORITMA GENETIKA ( STUDI KASUS STIKI )

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

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

Lingkup Metode Optimasi

Algoritma Evolusi Real-Coded GA (RCGA)

Pengembangan Aplikasi Reservasi Ruang Kelas Perkuliahan Dengan Uji Validasi White Box

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Informatika Kesehatan dan Prodi S1 administrasi Rumah Sakit.

PERANCANGAN DAN IMPLEMENTASI SISTEM PENENTUAN MENU DIET GIZI PADA PENDERITA PENYAKIT GINJAL KRONIK DENGAN ALGORITMA GENETIKA

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA

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

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 3 PERANCANGAN PROGRAM. dari OOP (Object Oriented Programming) di mana dalam prosesnya, hal-hal

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI POLA PENYUSUNAN BARANG DALAM RUANG TIGA DIMENSI ABSTRAK

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

BAB 1 PENDAHULUAN. gizi dan kalori setiap orang harus terpenuhi dengan cukup setiap harinya. Namun hal ini

BAB III METODOLOGI PENELITIAN

DAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii

BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam

BAB 2 LANDASAN TEORI

PENDAHULUAN. Latar Belakang

Transkripsi:

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, protein, dan lain sebagainya berfungsi untuk membangun tubuh dan mensuplai energi, sehingga kita bisa melakukan segala kegiatan dengan baik. Keseimbangan konsumsi makanan, berperan sangat penting untuk kesehatan dan kualitas metabolisme dalam tubuh. Pola makan tidak sehat seperti memakan makanan instan ataupun junk food bisa memincu berbagai macam penyakit. Pemahaman tentang penatalaksanaan diet secara umum bagi penderita penyakit ginjal kronik (Chronic Kidney Disease) penting untuk diketahui, tak hanya bagi mereka yang telah menderita gangguan ginjal, namun baik bagi mereka yang bertekad untuk menurunkan resiko terhadap gangguan ginjal. Penyakit ginjal kronik merupakan keadaan dimana terjadi penurunan fungsi ginjal yang cukup berat secara perlahan-lahan yang menyebabkan terjadinya gangguan pembuangan kelebihan zat gizi yang diperoleh dari makanan. Penyakit ini bersifat progresif dan umumnya tidak dapat pulih kembali (irreversible). Pada pasien penyakit ginjal kronik yang memiliki nilai Glomerulo Filtration Rate (GFR) atau Tes Kliren Kreatinin (TKK) < 25 ml/menit, pasien diberikan Diet Rendah Protein. Pengobatan penyakit ginjal kronik dapat dilakukan dengan dua tahap. Tahap pertama terdiri dari tindakan konservatif yang ditujukan untuk meredakan atau memperlambat perburukan progresif gangguan fungsi ginjal. Tahap kedua pengobatan dimulai ketika tindakan konservatif tidak lagi efektif dalam mempertahankan kehidupan. Tindakan konservatif dapat dilakukan dengan terapi Diet Rendah Protein dengan mengatur pola makan sesuai dengan kebutuhan gizi yang disesuaikan dengan keadaan pasien. Pola makan berkaitan dengan pengaturan jadwal makan, jumlah porsi makan, kandungan nutrisi dan jenis makanan yang masuk dalam tubuh penderita penyakit ginjal kronik harus benar-benar diatur sedemikian rupa sehingga mampu memberikan terapi diet untuk menurunkan kadar

Ureum dan Creatinin tersebut. Maka dari itu diperlukan suatu sistem yang dapat digunakan untuk membantu ahli gizi dalam menentukan menu diet perharinya, dimana diet yang diberikan sesuai dengan kebutuhan zat gizi dan keadaan penyakit yang diderita oleh pasien. Dengan perkembangan teknologi yang sangat pesat khususnya di bidang teknologi informasi, permasalahan tersebut dapat diatasi dengan membangun suatu sistem. Banyak sistem informasi yang dapat membantu manusia dalam mengambil sebuah keputusan. Metode yang dapat mendukung mengenai permasalahan optimasi seperti permasalahan tersebut adalah Algoritma Genetika. Dimana algoritma genetika banyak digunakan untuk menyelesaikan masalah penjadwalan pada beberapa bidang seperti: jadwal kuliah, optimasi, ekonomi dan bidang lainnya untuk mendapatkan solusi yang paling optimal. Algoritma Genetika merupakan teknik pencarian yang dilakukan sekaligus atas sejumlah solusi yang mungkin yang dikenal dengan istilah populasi. Penelitian yang telah memanfaatkan algoritma genetika adalah Sumartini Dana, dkk (2012) dalam Sistem Sistem Pendukung Keputusan Pengobatan Penderita Diabetes Menggunakan Integrasi Decision Table dan Algoritma Genetika, dengan menggunakan 200 data bahan makanan yang didapat dari data pakar beserta nutrisi yang digunakan untuk pengujian. 1.2. Rumusan Masalah Beberapa hal yang menjadi pertanyaan dalam penelitian ini adalah: 1. Bagaimana membangun sistem keputusan dalam menentukan kebutuhan gizi dan menu diet perharinya pada penderita penyakit ginjal kronik? 2. Bagaimana penggunaan Algoritma Genetika dalam menentukan jenis makanan yang memiliki kandungan nutrusi yang dibutuhkan untuk penderita penyakit ginjal kronik? 1.3. Tujuan Penelitian Tujuan dari penelitian ini adalah merancang dan mengimplementasikan sistem penentuan menu diet gizi pada penderita penyakit ginjal kronik dengan algoritma genetika. Sistem dapat mengkombinasikan bahan makanan yang cocok dengan tingkat penyakit ginjal kronik berdasarkan nutrisi yang terkandung dalam jenis makan tersebut sehingga output yang dihasilkan dapat optimal.

1.4. Batasan Masalah Dari permasalahan pada uraian latar belakang masalah, berikut ini diberikan batasan masalah untuk menghindari melebarnya masalah, yaitu : 1. Pasien yang menjadi objek penelitian hanya yang memiliki diagnosa penyakit ginjal kronik (CKD). 2. Kandungan gizi yang digunakan adalah jumlah energi, protein, lemak, karbohidrat, natrium dan kalium. 3. Rekomendasi bahan makanan hanya sebatas data pada database yang terdiri dari bahan makanan. 4. Pengujian sistem hanya difokuskan pada kecocokan kandungan gizi energi, protein, lemak dan karbohidrat saja. 1.5. Manfaat Penelitian Terdapat beberapa manfaat yang didapat dalam penelitian ini, yaitu : 1. Bagi Rumah Sakit Hasil penelitian ini diharapkan dapat membantu khususnya untuk ahli gizi dalam penatalaksanaan diet rendah protein pada pasien ginjal kronik, sehingga pelayanan gizi pada Rumah Sakit dapat ditingkatkan. 2. Bagi Institusi Pendidikan Sebagai bahan bacaan atau referensi, untuk menambah ilmu pengetahuan dan wawasan bagi mahasiswa khususnya mahasiswa Ilmu Komputer Universitas Udayana dan mahasiswa lain. 3. Bagi Penulis Hasil penelitian ini diharapkan dapat dijadikan sebagai bahan acuan dan pertimbangan bagi pihak lain yang ingin melakukan penelitian lebih lanjut mengenai Algoritma Genetika ataupun penatalaksanaan diet penyakit lain. 1.6. Metodelogi Penelitian Berikut akan dijelaskan mengenai tahapan-tahapan yang akan dilakukan saat penelitian nantinya 1.6.1. Desain Penelitian Penelitian ini mengambil judul Perancangan Dan Implementasi Sistem Penentuan Menu Diet Gizi Pada Penderita Penyakit Ginjal Kronik Dengan

Algoritma Genetika. Sistem ini akan dibangun pada sistem yang sudah ada sebelumnya pada sistem RSU Famili Husada, dimana sistem ini merupakan sistem berbasis web. Data-data yang dijadikan penelitian berupa data rekam medis pasien yang memiliki riwayat ginjal kronik, diperoleh dari RS. Wangaya, dan data bahan makanan yang lengkap dengan nilai nutrisinya. Kemudian dapat dicari kebutuhan gizi pasien sehingga sistem dapat memberikan rekomendasi komposisi bahan pangan yang optimal dengan nilai nutrisi yang sama sesuai kebutuhan. 1.6.2. Pengumpulan Data Pada penelitian ini data diperoleh dengan metode wawancara dan studi literatur. Metode wawancara ditujukan kepada pengguna, dalam hal ini ahli gizi pada RSU Famili Husada, untuk mengetahui kebutuhan-kebutuhan pengguna secara detail dalam pengembangan sistem. Kebutuhan tersebut dapat berupa kebutuhan fungsional seperti: aplikasi mampu mengetahui berat badan ideal, mampu mengetahui kebutuhan gizi pasien perorang, mengetahui nutisi setiap makan serta kemampuan sistem dalam menentukan menu diet gizi yang terbaik kepada pasien yang sesuai dengan kebutuan gizi pasien perhari, dan laporanlaporan gizi tentang pasien. Sedangkan kebutuhan non fungsional seperti keamanan, kemudahan pengguna dalam menggunkan sistem serta memiliki tampilan antarmuka yang menarik. Pengumpulan data juga dilakukan dengan studi literatur, dimana dapat dilakukan dengan mempelajari jurnal atau penelitian yang menggunakan metode atau masalah yang sejenis. 1.6.3. Pengolahan Data Awal Proses yang dilakukan setelah mendapatkan data yang terkait dengan penelitian yaitu pengolahan data sehingga data tersebut diubah dan menjadi informasi yang berguna. Data-data yang diporeleh tersebut, selanjutnya akan diolah sesuai kebutuhan sistem. Dari kebutuhan sistem tersebut, dapat dipahami kebutuhan sistem yang diinginkan oleh user / ahli gizi. Kebutuhan awal yang akan digunakan untuk mendapatkan rekomendasi menu diet gizi adalah dengan mendapatkan data pasien berupa antrometri dan biokimia pasien, variabel yang berpengaruh seperti tinggi

dan berat badan, umur, jenis kelamin, BBI, dan hasil lab kadar kreatinin. Sehingga dapat ditentukan kebutuhan gizi berupa energi, protein, karbohidrat, lemak, natrium dan kalium yang akan menjadi parameter baru. Data lainnya berupa data set bahan makanan beserta nutrisi yang terkandung, yang nantinya akan didapatkan hasil komposisi makanan yang optimal menggunakan algoritma genetika. Langkahlangkah pengolahan data awal digambarkan seperti flowchart pada Gambar 1.1: Mulai Input antrometri dan biokimia pasien Menghitung kebutuhan gizi pasien (energi, protein, lemak, karbohidrat, natrium dan kalium) Proses Algoritma Genetika Hasil komposisi makanan terbaik Selesai Gambar 1. 1 Flowchat Pengolahan Data Awal 1.6.4. Metode yang Digunakan Pada sistem penentuan menu diet gizi ini, menggunakan Algoritma Genetika untuk menghitung nilai fitness yang tertinggi dalam menentukan kromosom dalam kasus ini menu yang sesuai dengan kebutuhan gizi pasien. Pada penelitian ini akan digunakan algoritma genetika sebagai pencarian menu yang memiliki nutrisi yang sama dengan atau mendekati dengan kebutuan nutrisi pasien ginjal kronik perharinya. Adapun proses-proses yang dilakukan adalah:

a. Pendefinisian Individu Individu disini berupa indeks bahan makanan yang memiliki nama makanan dan nilai nutrisi seperti energi, protein, lemak, karbohidrat, natrium dan kalium. b. Membangkitkan populasi awal dan kromosom Tentukan populasi dan jumlah individu pada kromosom dalam satu generasi, kromosom disini berupa baris menu-menu yang didapatkan secara acak. Nilai random berdasarkan banyaknya data set pada database. Digunakan jumlah kromosom dalam 1 populasi adalah 50 dan jumlah gen dalam 1 kromosom adalah 15, maka jumlah makanan yang digunakan adalah 750, dimana makanan dapat muncul lebih dari 1 kali. Tentukan juga batas generasi sehingga perncarian dapat berhenti. c. Nilai Fitness Mendefinisikan nilai fitness untuk menentukan baik tidaknya setiap individu. Fungsi fitness yang digunakan adalah Keterangan : f[i] = 1 (abs(( kebutuhan gizi pasien) (Σ jumlah...(1.1) kandungan tiap nutrisi pada makanan))+a Kebutuhan gizi = kebutuhan masing-masing gizi pasien yang dihitung sesuai syarat diet. Pada penelitian ini nutrisi yang dihitung adalah energi total, protein, lemak, karbohidrat, natrium dan kalium Jumlah kandungan tiap nutrisi = jumlah kandungan nutrisi pada setiap makanan yang terpilih sesuai data pada sistem. Misalkan 1 menu memiliki 10 bahan makanan, maka untuk menghitung nutrisi protein 1 menu tersebut jumlahkan semua protein yang terkandung. a = 1; untuk menghindari kesalahan program dalam pembagian oleh 0 i = iterasi kromosom

Kemudian hitung total_fitness dengan menjumlahkan semua nilai fitness yang didapat. Dari total_fitness dapat dicari probabilitas tiap kromosom dengan rumus: d. Proses Seleksi P[i] = fitness[i] total fitness (1.2) Dari perhitungan probabilitas tersebut, tentukan nilai komulatif probabilitas setiap kromosom dengan rentang 0-1. Melakukan seleksi dengan teknik roulette wheel, dimana prosesnya dengan membangkitkan bilangan acak R dalam range 0-1. Putar roulette wheel sejumlah banyak populasi, dan setiap putaran pilih 1 kromosom untuk populasi baru, dengan syarat : Keterangan : C = nilai komulatif probabilitas R = nilai ramdom dari roulette wheel k = iterasi kromosom e. Crossover C[k 1] < R < C[k] (1.3) Metode yang digunakan untuk melakukan proses crossover adalah metode pindah silang satu titik potong (one-point crossover). Ditentukan parameter crossover_rate (pc) adalah 0,5, kemudian bandingkan dengan nilai random R[0-1] jika lebih kecil dari pc maka menu tersebut terpilih sebagai parent. Posisi one-point crossover dipilih menggunakan bilangan acak sebanyak jumlah crossover yang terjadi/terpilih. Misalkan untuk menghasilkan menu baru untuk chromosome[1] dengan nilai crossover = 4, maka Chromosome [2] >< Chromosome [4] 14,7,16,26,5,13,24,8,19,7 >< 21,17,20,7,15,29,3,10,28,6 offspring = 14,17,16,26,15,29,3,10,28,6

f. Mutasi Jumlah kromosom yang mengalami mutasi dalam satu populasi ditentukan oleh parameter mutation_rate (pm), ditetapkan pm adalah 10% atau 0,1. Dari contoh sebelumnya misal total gen = 750. Maka untuk memilih posisi gen yang mengalami mutasi dilakukan dengan membangkitkan bilangan integer sebanyak total gen yang ada, misalkan antara 1-750. Jumlah mutasi yang terjadi dapat ditentukan seperti: Jumlah mutasi = pm * total gen = 10% * 750 = 75 Nilai indeks makanan pada posisi yang telah di acak sebelumnya, akan diganti dengan indeks makanan yang diacak sebanyak jumlah data bahan makanan. Kemudian hitung kembali nilai fitness pada generasi ini. Kromosom-kromosom ini akan mengalami proses yang sama seperti generasi sebelumnya yaitu proses evaluasi, seleksi, crossover dan mutasi yang kemudian akan menghasilkan kromosom-kromosom baru untuk generasi selanjutnya. Proses ini akan terus berulang sampai mencapai jumlah maksimum generasi yaitu 100 1.6.5. Eksperimen dan Pengujian Perancangan dan implementasi sistem penentuan menu diet gizi pada penderita penyakin ginjal kronik menggunkan algoritma genetika, menggunakan metode pengembangan sistem SDLC dengan model waterfall adalah sebagai berikut: 1) Analisis kebutuhan sistem Pada tahap ini dilakukan pencacatan kebutuhan sistem dengan melakukan wawancara dengan pengguna aplikasi dalam hal ini ahli gizi, kebutuhan yang dapat dipenuhi dengan metode ini adalah kebutuhan yang sudah jelas dan langsung dapat ditentukan pengerjaannya. Misalnya seperti kebutuhan kinerja sistem, informasi, pelayanan sistem, desain, hasil yang diharapkan dan sebagainya. 2) Desain sistem Pada tahapan ini akan dirancang arsitektur sistem sesuai dengan setiap kebutuhan baik bersifat fungsional ataupun non fungsional. Dari kebutuhan sistem

yang didapat sebelumnya, maka dibangun perancangan sistem dengan menggunakan perangkat pemodelan sistem seperti diagram alir data dan diagram hubungan entitas. 3) Implementasi Program Pada tahapan ini desain sistem yang berupa pemodelan akan di implementasikan ke dalam bahasa pemrograman dengan menggunakan metode Algoritma Genetika. Sistem ini menggunakan bahasa pemprograman HTML, PHP, CSS, JavaScript, dan menggunakan database MySQL. Dan dilakukan pengujian pada masing masing fungsi yang sudah diselesaikan sehingga mendapatkan output yang sesuai. 4) Pengujian sistem Pahapan ini, program secara keseluruhan akan diuji sebagai sistem yang lengkap untuk memastikan bahwa persyaratan perangkat lunak telah dipenuhi dan sesuai dengan keinginan pengguna. Pengujian yang dilakukan dengan whitebox testing, blackbox testing dan pengujian akurasi. 5) Pemeliharaan Pada tahap ini, apabila terjadi kesalahan ataupun kekurangan pada sistem dari kebutuhan awal pengguna, maka akan kembali dianalisis kebutuhan yang diinginkan. 1.6.6. Evaluasi dan Validasi Hasil Pada penelitian ini teknik pengujian sistem yang digunakan yaitu dengan cara pengujian black box, pengujian white box dan pengujian akurasi. 1) White Box Testing Pengujian Whitebox merupakan metode desain uji kasus yang menggunakan struktur kontrol dari desain prosedural dengan memeriksa kode sumber dari sistem yang dibuat yang terdapat baris-baris kode yang beragam, dapat berupa suatu seleksi kondisi, perulangan untuk menghasilkan kasus-kasus uji. Adapun metode yang digunakan dalam pengujian white box ini adalah metode basis path. Metode basis path memungkinkan perancang kasus uji untuk mendapatkan perkiraan logic yang kompleks dari desain prosedural dan menggunakan perkiraan ini untuk mendefenisikan aliran eksekusi. Adapun rancangan tahapan pengujian dengan basis path yaitu,

1. Mengubah pseudocode Algoritma Genetika menjadi flowchart kemudian menjadi flow graph sehingga menggambarkan alur dari algoritma. 2. Dari flow graph, dapat dihitung cyclomatic complexity, yakni : V(G) = Jumlah Busur Jumlah simpul + 2 3. Berdasarkan jumlah Cyclomatic Complexity maka dapat dibuat jalur (path) pengujian sesuai flow graph. 4. Dilakukan pengujian path Algoritma Genetika, perancangan skenario pengujian seperti Tabel 1.1 Tabel 1. 1 Rancangan whitebox testing No Kasus Uji Hasil yang Hasil Uji kasus Keterangan (Baris Kode) diharapkan 2) Black Box Testing Pengujian black box merupakan pengujian yang tidak memfokuskan mekanisme internal sistem atau komponen, akan tetapi fokus sepenuhnya pada output yang dihasilkan dalam menanggapi input yang dipilih dan ketentuan pelaksanaannya. Perhatian utama dalam pengujian blackbox fungsionalitas program yang sering disebut functional testing, yaitu sebuah metode pengujian yang fokus pada eksekusi fungsi dalam program dan mengamati data input dan output sesuai dengan. Uji coba sistem dilakukan untuk menguji apakah input yang dimasukkan sesuai dengan kebutuhan pengguna dan diproses dengan benar, selain itu output yang dihasilkan juga sesuai dengan hasil dari proses tersebut. Tabel 1.2 merupakan tabel skenario pengujian untuk black box testing.

Tabel 1. 2 Rancangan blackbox testing No. Skenario Pengujian Hasil Yang Diharapkan Hasil Pengujian Kesimpulan 3) Pengujian Sistem Pengujian kinerja sistem penentuan menu diet gizi dapat dilakukan dengan menghitung nilai rata-rata pemeriksanya. Pengujian dilakukan dengan menghitung nilai kebutuhan gizi pasien secara manual dengan hasil nutrisi makanan yang ditampilkan oleh sistem. Nilai akurasi dapat dihitung dengan persamaan berikut: Keterangan: P(NA) : Persentase nilai akurasi P(NA) = Data. 100%...(1.4) X Data : jumlah data uji yang bernilai benar X : total jumlah sampel Tingkat konsumsi nutrisi merupakan perbandingan antara asupan nutrisi dengan kebutuhan, dikategorikan menjadi defisit dan tidak defisit. Defisit meliputi : defisit tingkat berat apabila <70%, defisit tingkat sedang apabila 70% - 79%, defisit tingkat ringan apabila 80% - 89%. Tidak defisit meliputi: normal apabila 90% - 110% dan lebih apabila >110%, (Anggraeni, 2012). Jadi dalam pengujian sistem ini, hasil yang ditampilkan oleh sistem dapat dikatakan sesuai jika persentase tingkat konsumsi nutrisi apabila 80% - 110%.