PENYUSUNAN MENU MAKANAN UNTUK PENDERITA DIABETES MELLITUS TIPE 2 TANPA KOMPLIKASI MENGGUNAKAN ALGORITMA GENETIKA

Abstract

Diabetes Mellitus (DM) adalah suatu penyakit atau gangguan metabolisme kronis dengan multi etiologi yang ditandai dengan tingginya kadar gula darah (hiperglikemik) disertai dengan gangguan metabolisme karbohidrat, lipid dan protein sebagai akibat insufisiensi fungsi insulin. Penderita diabetes melitus sebenarnya dapat di cegah agar tidak lebih parah atau dapat di jaga berat badan ideal penderita diabetes ditambah dengan olahraga teratur. Pola makan yang baik merupakan kunci keberhasilan untuk mengatasi kelebihan kadar gula darah bagi penyandang diabetes, mengontrol pola hidup yang sesuai dapat mencegah atau mempertahankan kondisi penderita diabetes agar tidak lebih parah dari kondisi sebelumnya, salah satu caranya yaitu dengan mengatur pola makan yang sesuai dengan hasil diagnosis dokter atau yang disarankan oleh ahli gizi. Penelitian ini dilakukan untuk mengetahui proses penyusunan menu makanan menggunakan algoritma genetika, dan mengetahui hasil menu makanan yang sesuai untuk penderita diabetes menggunakan algoritma genetika. Algoritma genetika merupakan salah satu algoritma yang dapat melakukan penyusunan makanan berbasis Artificial Intellegent. Algoritma ini menitik beratkan pada pembangkitan populasi awal, proses crossover, proses mutasi, dan proses seleksi. Sehingga pada proses akhir seleksi terdapat nilai fitness atau nilai terbaik dalam sebuah data. Evaluasi hasil dari algoritma genetika pada penelitian kali ini adalah untuk mendapatkan nilai fitness terbaik pada setiap menu makanan. Dari hasil diperoleh bahwa nilai fitness berbanding terbalik dengan total harga makanan yang dihasilkan. Apabila nilai fitness dari perhitungan tinggi, maka total harga makan akan diperoleh harga yang paling minimal dan sebaliknya sesuai dengan kandungan kebutuhan kalori penderita diabetes mellitus. Proses algoritma genetika dalam menyusun menu makanan dengan hasil komposisi makanan terbaik menggunakan parameter probabilitas crossover 0.9 dan probabilitas mutase 0.1 dengan jumlah iterasi maksimal sebanyak 30 kali. Menghasilkan nilai fitness 0.246928066 dengan komposisi nasi, tahu dan telur sebagai penyusun makanan yang dominan agar tercapai harga minimum tetapi mencukupi kebutuhan kalori harian penderita.