OPTIMASI MENU MAKANAN BAGI PENDERITA GAGAL GINJAL MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Gina Siti Fadillah, - and Fitriani Agustina, - and Rini Marwati, - (2025) OPTIMASI MENU MAKANAN BAGI PENDERITA GAGAL GINJAL MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Penelitian ini menggunakan algoritma Particle Swarm Optimization (PSO) untuk
menyusun rekomendasi menu makanan optimal bagi penderita gagal ginjal. Algoritma PSO
dipilih karena kemampuannya yang efisien dalam menemukan solusi optimal pada masalah
optimasi multiobjektif. PSO diaplikasikan untuk meminimalkan biaya menu makanan,
memaksimalkan nilai gizi, serta meningkatkan variasi menu. Hasil penelitian menunjukkan
bahwa algoritma PSO mampu menghasilkan menu makanan dengan nilai fitness yang lebih
tinggi, variasi menu yang lebih baik, serta waktu komputasi yang lebih efisien. Dari hasil
analisis, rata-rata pemenuhan kebutuhan gizi yang diperoleh sebesar 86,47%, menunjukkan
bahwa algoritma ini mampu menghasilkan menu yang cukup optimal meskipun belum
mencapai 100%. Dari segi biaya, rata-rata pengeluaran harian untuk konsumsi makanan
hasil optimasi adalah Rp 40.666,92, dengan rata-rata biaya untuk satu kali makan sebesar
Rp 13.555,64. Selain itu, PSO juga menghasilkan variasi menu dengan rata-rata 11,92,
yang menunjukkan keberagaman dalam pilihan makanan. Meski demikian, biaya menu
yang dihasilkan PSO lebih tinggi dibandingkan menu yang sudah ada. Parameter-parameter
PSO, seperti jumlah iterasi, beban inersia, dan jumlah partikel, berpengaruh terhadap
kinerja algoritma. Penelitian ini memberikan kontribusi signifikan dalam optimasi menu
makanan untuk penderita gagal ginjal, yang dapat menjadi rujukan bagi ahli gizi maupun
pasien dalam memilih menu makanan yang sesuai dengan kebutuhan gizi dan biaya yang
efisien. Implementasi algoritma PSO pada sistem rekomendasi ini diharapkan dapat
dikembangkan lebih lanjut untuk skala yang lebih luas.

This research implements Particle Swarm Optimization (PSO) algorithm to design
optimal dietary menu recommendations for individuals with kidney failure. PSO
was chosen for its efficiency in finding optimal solutions to multi-objective
optimization problems. The algorithm was applied to minimize meal costs,
maximize nutritional values, and enhance menu variety. The results demonstrate
that PSO can generate dietary menus with higher fitness values, better menu
variation, and more efficient computation times. The analysis shows that the
average nutritional fulfillment achieved is 86.47%, indicating that the algorithm
can produce menus that are fairly optimal, although not fully meeting 100% of the
requirements. In terms of cost, the average daily expenditure for optimized meals is
Rp 40,666.92, with an average cost per meal of Rp 13,555.64. Additionally, PSO
achieves an average menu variety of 11.92, reflecting diversity in meal options.
However, the cost of menus produced by PSO is higher than that of existing menus.
Parameters such as the number of iterations, inertia weight, and particle count
significantly influence the algorithm's performance. This research contributes
significantly to dietary menu optimization for individuals with kidney failure,
providing a valuable reference for nutritionists and patients in selecting menus that
meet nutritional requirements and are cost-efficient. The implementation of the PSO
algorithm in this recommendation system is expected to be further developed for
broader applications.

	Text S_MAT_1900477_Title.pdf Download (1MB)
	Text S_MAT_1900477_Chapter1.pdf Download (224kB)
	Text S_MAT_1900477_Chapter2.pdf Restricted to Staf Perpustakaan Download (678kB)
	Text S_MAT_1900477_Chapter3.pdf Download (847kB)
	Text S_MAT_1900477_Chapter4.pdf Download (581kB)
	Text S_MAT_1900477_Chapter5.pdf Download (226kB)
	Text S_MAT_1900477_Appendix.pdf Download (2MB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?user=TKB6GSoAAAAJ&hl=id&oi=ao ID Sinta Dosen Pembimbing: Fitriani Agustina : 5981275 Rini Marwati : 5981279
Uncontrolled Keywords:	Algoritma Particle Swarm Optimization (PSO), Gagal Ginjal, Nilai Fitness, Optimasi Menu Makanan. Fitness Value, Kidney Failure, Meal Optimization, Particle Swarm Optimization (PSO) Algortihm.
Subjects:	L Education > L Education (General) Q Science > Q Science (General) Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Matematika - S1
Depositing User:	Gina Siti Fadillah
Date Deposited:	15 May 2025 00:56
Last Modified:	15 May 2025 00:56
URI:	http://repository.upi.edu/id/eprint/133291

Actions (login required)

View Item