Pemilihan Menu Makanan Bagi Penderita Obesitas Menggunakan Perbandingan Algoritma Decision Tree Dan Naive Bayes

Authors

  • Rizqi Hafiz Politeknik Caltex Riau
  • Warnia Nengsih Politeknik Caltex Riau
  • Mardhiah Fadli Politeknik Caltex Riau

Abstract

Pola makan sebagian besar manusia saat ini mulai tidak teratur.Gaya hidup yang mulai berubah menjadi salah satu hal yang mempengaruhi pola makan manusia. Salah satu gaya hidup yang tidak sehat yang dilakukan manusia adalah cara pemilihan menu makanan yang juga tidak sehat, seperti mengkonsumsi makanan cepat saji yang berkalori tinggi. Obesitas merupakan sebuah kondisi kronis dimana terjadinya penumpukan lemak di dalam tubuh sehingga melebihi batas yang baik untuk kesehatan. Solusi untuk mencegah adanya obesitas tersebut biasanya dengan melakukan diet, terkadang diet yang dilakukan tidak benar. Pemilihan menu makanan untuk diet harus diawasi pemilihannya berdasarkan golongan darah, alergi makanan dan riwayat penyakit yang dimiliki oleh orang yang melakukan diet. Untuk memilih metode dengan akurasi yang baik,maka dapat dilakukan dengan membandingkan antara metode naive bayes dan decision tree.Dari pengujian yang dilakukan menggunakan metode confusion matrix didapatkan akurasi dari klasifikasi menggunakan naive bayes adalah 65% dan untuk klasifikasi menggunakan decision tree adalah 90,196%.Maka dapat disimpulkan bahwa decision tree lebih baik dari naive bayes untuk data pemilihan menu makanan bagi penderita obesitas dan pengujian mengunnakan skala likert dinyatakan sistem berfungsi dengan sangat baik.Kata kunci:obesitas,golongan darah,alergi makanan,riwayat penyakit,decision tree,naive bayes,confusion matrix, skala likert

Author Biographies

Rizqi Hafiz, Politeknik Caltex Riau

Teknik Informatika

Warnia Nengsih, Politeknik Caltex Riau

Sistem Informasi

Mardhiah Fadli, Politeknik Caltex Riau

Teknik Komputer

References

Andriani, A. (2013). Sistem Pendukung Keputusan Berbasis

Decision Tree Dalam Pemberian Beasiswa Studi Kasus : Amik “ Bsi Yogyakarta .†Seminar Nasional Teknologi Informasi Dan Komunikasi 2013 (SENTIKA 2013), 2013(Sentika).

Haikal, H. (2016).

Perancangan Aplikasi Prediksi Gagal Ginjal Kronik Menggunakan Naive Bayes dan Visualisasi Chernoff Faces.

Han, J., & Ramber, M. (2006). Data Mining Concepts and Techniques, 1–15. https://doi.org/10.1109/ICMIRA.2013.45

Hikmah, M., & Sunaryono, D. (2013). Aplikasi Rekomendasi Menu Makanan untuk Penderita Kanker Berdasarkan Golongan Darah Berbasis Android pada Perangkat Komunikasi Bergerak dengan Menggunakan Metode Forward Chaining, 2(1), 1–4.

Latifah, E. L. (2012). Sistem Pendukung Keputusan Untuk Menentukan Menu Makanan Sehat Dengan Metode Elimination Et Choix Traduisant La Realité ( Electre). Retrieved from http://digilib.uin-suka.ac.id/8061/2/BAB I, VII, DAFTAR PUSTAKA.pdf

Millah, R. I., & Tanuwijaya, H. (2010). Sistem Pakar Penentuan Menu Makanan Sehat Golongan Darah Pasien Menggunakan Metode 1-4.

Prakash P. Shenoy & Lili Sun.

Using Bayesian Networks For Bankruptcy Prediction Some Methodological Issues in European Journal of Operational Research, volume 18, pages 738– 753, 2007

D’Adamo, Peter,1998. Eat Right 4.YouType

Published

2017-12-18

Issue

Section

Artikel