Penerapan Algoritma Genetika untuk Menghitung Biaya Optimal Komposisi Bahan Makanan pada Penderita Uric Acid
Abstract
An unbalanced diet with a very high protein intake causes high levels of uric acid in the body. Uric Acid is a disease caused by high levels of uric acid in the human body. In Indonesia, Uric Acid is one type of disease that many Indonesians suffer from. Angriani's research (2018) states that the highest cause of uric acid is due to too high purine intake. For several people, managing their daily diet has become a difficult task. To overcome this problem, in this study, a system of selecting food ingredients for uric acid sufferers was developed using a genetic algorithm. In this study, 50 food ingredients were used with their respective nutritional content (carbohydrates, protein, fat). The chromosome representation used is a permutation of an integer number that has a chromosome length of 15. The results obtained from this study are food recommendations for people with uric acid (uric acid) with details on the name of food ingredients, weight, calorie content, carbohydrate content, protein content, content. fat, and the price. The total cost price is also displayed, to predict the costs incurred.
References
E. Angriani, A.P. Dewi, R. Novayelinda. Faktor-faktor yang berhubungan dengan kejadian gout arthritis masyarakat melayu. JOM FKp. 5(2). 683-692. 2018.
Nursilmi. Pengaruh Pola Konsumsi, Status Gizi, dan Aktivitas Fisik Dengan Kadar Asam Urat Lansia Wanita Peserta Posbindu Sinarsari. Departemen Gizi Mayarakat Fakultas Ekologi Manusia Institut Pertanian Bogor, 1(1), 50-62. 2013.
E.F. Yunita. Hubungan Antara Obesitas, Konsumsi Tinggi Purin, dan Pengobatan terhadap Kadar Asam Urat dengan Pengunaan Allopurinol pada Pasien Hiperurisemia. Jurnal Farmasi Klinik Indonesia, 7(1), 2-5. 2018.
G. W. Kusumayanti. Diet Mencegah Dan Mengatasi Gangguan Asam Urat. Jurnal Ilmu Gizi, 5(1), 69-78. 2014.
M. Kamil. Optimasi Penentuan Bahan Pangan Harian Atlet Sepakbola Menggunakan Algoritma Genetika Untuk Memenuhi Kecukupan Gizi. Malang: Universitas Islam Negeri Maulana Malik Ibrahim. 2014.
E.C. Siahaan. Sistem Rekomendasi Bahan Makanan Bagi Penderita Penyakit Jantung Menggunakan Algoritma Genetika. Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(1). 2017.
A. Kartikasari, D.E. Ratnawati, T.S. Kusuma. Optimasi Komposisi Makanan untuk Penderita Hipertensi Menggunakan Algoritma Genetika dan Simulated Annealing. JPTIIK : Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol 1 (11). Hlm. 1236-1243. 2017.
T. Purwaningsih. Faktor-Faktor Risiko Hiperurisemia (studi kasus di Rumah Sakit Umum Kardinah Kota Tegal). Thesis Book. 2010. Tersedia : http://eprints.undip.ac.id/24334/1/TINAH_PURWANINGSIH.pdf. [Diakses 1 Agustus 2019] .
E.C. Siahaan. Sistem Rekomendasi Bahan Makanan Bagi Penderita Penyakit Jantung Menggunakan Algoritma Genetika. Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(1), 1-11. 2017.
S. Almatsier. Penuntun Diet Edisi Baru. Jakarta : Gramedia Pustaka Utama. 2008.
Z. Zuhri. Algoritma Genetika. Yogyakarta : penerbit Andi. 2014.
Rusdiana. Optimasi Penjadwalan Kuliah Menggunakan Metode Algoritma Genetika. Teknik Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta.2014.
S.S. Jaliana. Faktor-Faktor Yang Berhubungan Dengan Kejadian Asam Urat Pada Usia 20-44 Tahun Di RSUD Bahteramas Provinsi Sulawesi Tenggara Tahun 2017. Jurnal Ilmiah Mahasiswa Kesehatan Masyarakat, 3(2). 2018.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.