Filetype PDF | Posted on 12 Jan 2023 | 3 years ago
Authentication
digital resources
232x Filetype PDF File size 0.51 MB Source: eprints.binadarma.ac.id
APLIKASI PERHITUNGAN KALORI HARIAN PENDERITA DIABETES
MELITUS MENGGUNAKAN LOGIKA FUZZY
Oleh : Fatoni
Universitas Bina Darma, Palembang
fatoni@mail.binadarma.ac.id
Abstrak, Dibidang kesehatan, terdapat cara untuk menghitung kebutuhan kalori dalam kcal/hari baik
pada orang sehat dan sakit. Untuk memperkirakan pengeluaran total kalori, hasil penghitungan ini
masih harus dikalikan dengan faktor aktifitas. Tetapi perhitungan masih dengan cara manual dan
sulit di implementasikan. Perkembangan teknologi khususnya komputer dalam bidang sistem pakar
telah dikembangkan beberapa model, salah satunya logika fuzzy. Alasan digunakannya logika fuzzy
adalah dinilai fleksibel dalam arti dapat dibangun dan dikembangkan dengan mudah tanpa harus
memulai dari “nol”. Metode inferensi fuzzy yang di gunakan dalam penelitian ini menggunakan
metode Mamdani yang terdiri dari empat tahapan yaitu Pembentukan himpunan fuzzy, Aplikasi fungsi
implikasi, Komposisi aturan dan Penegasan. Hal inilah yang mendorong penelitian untuk membuat
Aplikasi Perhitungan Kalori Harian Penderita Diabetes Melitus Menggunakan Logika Fuzzy
Keyword : Aplikasi, Perhitungan, Kalori, Diabetes Melitus, Logika Fuzzy
Abstract, In the field of health, there is a way to calculate calories in kcal / day in both healthy and
sick people. To estimate the total calorie expenditure, the results of this calculation is still to be
multiplied by a factor of activity. But the calculation is the manual way and difficult to implement.
The development of computer technology, particularly in the field of expert systems have been
developed several models, one of them is fuzzy logic. The reason for the use of fuzzy logic is
considered flexible in the sense that can be built and developed with ease without having to start from
"zero". Fuzzy inference method used in this study using Mamdani method which consists of four steps,
namely formation of fuzzy sets, implication function application, composition rules and affirmation.
This has encouraged research to make the application computation daily calorie diabetes mellitus
using fuzzy logic
Keywords: Application, Calculation, Calories, Diabetes Mellitus, Fuzzy Logic
1. PENDAHULUAN kalori, hasil penghitungan ini masih harus
Energi sangat penting bagi kehidupan dikalikan dengan faktor aktifitas. Tetapi
manusia. Tanpa energi manusia tidak dapat perhitungan yang dilakukan masih dengan cara
melakukan aktifitas kerja. Kebutuhan energi manual dan sulit di implementasikan.
setiap orang berbeda satu sama lain, tergantung Disisi lain, perkembangan ilmu
pada faktor usia, jenis kelamin, dan kondisi teknologi khususnya komputer dalam bidang
tubuhnya. Seseorang yang bertubuh gemuk dan sistem pakar telah dikembangkan beberapa
banyak aktivitas tentunya akan membutuhkan model, salah satunya logika fuzzy. Salah satu
energi yang jauh lebih banyak jika dibandingkan alasan digunakannya logika fuzzy adalah dinilai
dengan seseorang yang bertubuh kurus dan hanya fleksibel dalam arti dapat dibangun dan
beraktivitas ringan. Energi yang dibutuhkan dikembangkan dengan mudah tanpa harus
perharinya didapatkan dari jumlah kalori yang memulai dari “nol” dan logika fuzzy dapat
kita konsumsi. Dalam hal ini penelitian akan diterapkan dalam desain sistem kontrol tanpa
menghitung kebutuhan kalori harian untuk harus menghilangkan teknik desain sistem
penderita Diabetes Melitus, karena salah satu kontrol konvensional yang sudah ada terlebih
untuk menjaga kesehatan pada penderita Diabetes dahulu. Metode Tsukamoto, Mamdani, dan
adalah menjaga pola makan atau diet. Takagi-Sugeno-Kang (TSK) adalah beberapa
Dibidang kesehatan, telah terdapat cara contoh metode inferensi fuzzy. Beberapa
untuk menghitung kebutuhan kalori dalam aplikasi diberbagai bidang telah dikembangkan
kcal/hari baik pada orang sehat maupun orang dengan menggunakan metode – metode
sakit. Untuk memperkirakan pengeluaran total tersebut.
1
Hal inilah yang mendorong penelitian Aplikasi adalah program yang direka untuk
untuk membuat sebuah “Aplikasi Perhitungan melaksanakan status fungsi bagi pengguna atau
Kalori Harian Penderita Diabetes Melitus aplikasi yang lain. Contoh aplikasi ádalah
Menggunakan Logika Fuzzy”. program pemroses kata dan web browser.
Adapun rumusan masalah dalam Aplikasi akan menggunakan sistem operasi
penelitian ini adalah “Bagaimana menghitung dan komputer dan aplikasi lainnya yang mendukung.
membuat aplikasi perhitungan kalori harian bagi (Jack Febrian, 2007 : 35)
penderita diabetes melitus dengan menggunakan 2.1.2. Pengertian Kalori
logika fuzzy untuk mengatasi perhitungan yang Menurut Poerwadarminta
masih dilakukan secara manual dan sulit untuk di (1976:438) bahwa kalori adalah Satuan
implementasikan ? ”. Ukuran Panas (yaitu: panas yang diperlukan
Agar masalah yang akan di bahas tidak untuk memanaskan 1 kg air hingga suhunya
meluas, maka batasan masalah yang dibahas pada 0
naik 1 C)
penelitian ini hanya difokuskan pada : Satuan energi dinyatakan dalam unit
1. Menghitung kebutuhan kalori harian pada panas atau kkalori (kkal). Satu kkalori adalah
penderita diabetes melitus yang telah jumlah panas yang diperlukan untuk menaikan
dinyatakan oleh dokter ahli. suhu 1 kg air sebanyak 10 C. Sering juga
2. Keadaan penderita diabetes melitus dalam digunakan istilah kalori. Satu kalori adalah
keadaan normal, bukan dalam keadaan hamil 0,001 kkal. Istilah kkalori digunakan untuk
(untuk perempuan). menyatakan jumlah kkalori tertentu, sedangkan
3. Dasar pertimbangan melakukan penghitungan istilah kalori digunakan untuk menyatakan
terhadap kebutuhan kalori harian pada energy secara umum. Sedangkan kilorimetri
penderita diabetes terdiri dari 5 variabel yaitu adalah pengukuran jumlah panas yang
umur, berat badan, tinggi badan, aktifitas dikeluarkan. Nilai energi bahan makanan dan
serta satu variabel crisp yaitu jenis kelamin. pengeluaran energi sehari seseorang diukur
4. Metode perhitungan Sistem Inferensi Fuzzy dengan cara kalorimetri dan diucapkan dalam
(SIF) yang digunakan adalah Mamdani. kkalori. Bila jumlah panas yang dihasilkan
5. Aplikasi yang dibangun hanya mampu diukur secara langsung, dinamakan kalorimetri
menghitung satu aktifitas. langsung, dan bila panas yang dihasilkan diukur
Tujuan dalam penelitian ini adalah : secara tidak langsung dinamakan kalorimetri
1. Untuk menghitung besarnya tingkat tidak langsung (Almatsier, 2009:133).
kebutuhan kalori harian yang dibutuhkan oleh 2.1.3. Pengertian Diabetes Melitus
penderita diabetes. Diabetes melitus adalah suatu kumpulan
2. Menerapkan logika fuzzy dengan metode gejala yang timbul pada seseorang yang
mamdani untuk perhitungan kalori harian disebabkan oleh karena adanya peningkatan
bagi penderita diabetes melitus. kadar glukosa darah akibat penurunan sekresi
3. Melakukan pengujian dari perhitungan insulin yang progresif dilatar belakangi oleh
kebutuhan kalori harian dengan bahasa resistensi insulin (Soegondo, dkk, 2009:12).
pemrograman Borland Delphi 7.0. 1. Cara Menaksir Kebutuhan Energi Basal
Sedangkan manfaat yang dapat diambil dengan Perhitungan
dari penelitian adalah : Untuk sebagian besar manusia,
1. Dapat diketahui kebutuhan kalori harian yang kebutuhan energi dasar yang ditentukan
dibutuhkan oleh penderita diabetes melitus. melalui kalorimetri langsung atau tidak
2. Dapat mengetahui apakah logika fuzzy langsung hanya berbeda sebesar + 10% dari
dengan metode mamdani memiliki angka yang diperoleh dengan cara
keakuratan dalam menentukan kebutuhkan perhitungan. Kebutuhan energi basal atau
kalori harian Angka Metabolisme Basal (AMB) pada
dasarnya ditentukan oleh ukuran dan
2. METODOLOGI PENELITIAN komposisi tubuh serta umur. Hubungan
Metode penelitian sangat erat kaitannya antara tiga peubah ini sangat kompleks.
dengan metode atau teknik pengumpulan data Dengan memperhitungkan berat badan,
yang digunakan dalam suatu penelitian. tinggi badan dan umur, Harris dan Benedict
pada tahun 1909 menentukan rumus untuk
menghitung kebutuhan energi basal sebagai
berikut:
2.1. Teori Pendukung a. AMB laki – laki = 66,5 + 13,7 BB (kg)
2.1.1. Pengertian Aplikasi + 5,0 TB(cm) – 6,8 U
2
b. AMB perempuan = 65,5 + 9,6 BB (kg) + kata–kata (linguistic variable)”, sebagai
1,8 TB (cm) – 4,7 U pengganti berhitung dengan bilangan. Kata –
Keterangan : BB = Berat Badan dalam kata yang digunakan dalam fuzzy logic memang
kg, TB = Tinggi Badan dalam cm, tidak sepresisi bilangan, namun kata – kata jauh
U = Umur lebih dekat dengan intuisi manusia. Manusia
Dari banyak penelitian yang dilakukan bisa langsung “merasakan” nilai dari variabel
ternyata indeks paling berpengaruh terhadap kata – kata yang sudah dipakainya sehari – hari.
AMB adalah berat badan menurut umur. Menurut Kusumadewi, dkk (2006:1)
Dengan menggunakan rumus regresi linier, dalam buku Fuzzy Multi-Attribute Decision
FAO/WHO/UNU/1985 telah mengeluarkan Making (Fuzzy MADM) bahwa teori himpunan
rumus untuk menaksir nilai AMB dari berat logika fuzzy dikembangkan oleh Prof Lofti
badan seperti dapat dilihat pada tabel 1, Zadeh pada tahun 1965. Ia berpendapat bahwa
(Almatsier, 2009:142). teori himpunan fuzzy merupakan kerangka
Tabel 1. Rumus menaksir nilai AMB dari matematis yang digunakan untuk merepresen-
Berat Badan tasikan ketidakpastian, ketidakjelasan, ketidak-
tepatan, kekurangan informasi dan kebenaran
parcial.
2.1.5. Sistem Inferensi Fuzzy Metode Mamdani
Metode mamdani sering juga dikenal
dengan nama Metode Max–Min. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada
tahun 1975. Untuk mendapatkan output,
diperlukan empat tahapan yaitu, Pembentukan
himpunan fuzzy, Aplikasi fungsi implikasi
2. Penentuan Jumlah Kalori Diet (aturan), Komposisi aturan dan Penegasan
Diabetes Melitus (defuzzy), (Kusumadewi, 2003:180).
Kebutuhan kalori sesuai untuk mencapai dan
mempertahankan berat badan ideal. 2.2. Bahan Penelitian
Komposisi energi adalah 45 – 65% dari Bahan penelitian digunakan yaitu data
karbohidrat, 10 – 20% dari protein dan 20 – sekunder, dengan kegiatan sebagai berikut :
25% dari lemak. Ada beberapa cara untuk 1. Studi Pustaka
menentukan jumlah kalori yang dibutuhkan Studi pustaka adalah kegiatan membaca,
orang dengan diabetes. Di antaranya adalah mencermati, mengenali dan mengurai bahan
dengan memperhitungkan berdasarkan bacaan (pustaka) yang meliputi dasar ilmu
kebutuhan kalori basal yang besarnya 25 – 30 gizi dan penuntun diet bagian gizi RS. Dr.
kalori/kg BB ideal, ditambah dan dikurangi Cipto Mangunkusumo.
bergantung pada beberapa faktor yaitu jenis 2. Media Elektronik/Internet
kelamin, umur, aktifitas, kehamilan / laktasi, Suatu metode yang digunakan untuk
adanya komplikasi dan berat badan. mengumpulkan data yang berhubungan
Cara yang lebih gampang lagi adalah dengan dengan penelitian yang didapat melalui
cara pegangan kasar, yaitu untuk pasien kurus media elektronik atau internet dalam bentuk
2300–2500 kalori, normal 1700–2100 kalori ebook, ejurnal dan sebagainya.
dan gemuk 1300–1500 kalori (Soegondo,
dkk, 2009:54). Kebutuhan kalori penyandang 2.3. Peralatan
diabetes dapat dilihat di tabel berikut : 1 . Pernyataan Kebutuhan Perangkat Lunak
Tabel 2. Kebutuhan Kalori Penyandang a. Input, pertanyaan – pertanyaan terhadap
Diabetes pengguna, seputar data pribadi atau
orang lain. Dimana jawaban dari
pertanyaan tersebut berupa bilangan
dengan variabel crips.
b. Proses, sistem akan mengolah data
dengan menggunakan fuzzy inferensi
2.1.4. Pengertian Logika Fuzzy sistem metode mamdani sebagai metode
Menurut Naba (2009:1) dalam buku penyelesaian untuk menentukan
Belajar Cepat Fuzzy Logic Menggunakan perkiraan nilai kebutuhan kalori yang
MATLAB bahwa secara umum Logika Fuzzy dibutuhkan dalam suatu variabel crisp.
adalah metodologi “berhitung dengan variabel
3
c. Output, sistem akan menampilkan hasil Gambar 2. Himpunan fuzzy untuk
akhir berupa jumlah kalori yang variabel berat badan
dibutuhkan oleh penderita diabetes
melitus. Tabel 4. Domain himpunan fuzzy
2. Kebutuhan Sumber Daya variabel berat badan
Sumber daya yang diperlukan dalam
perancangan aplikasi perhitungan kalori
harian penderita diabetes melitus dengan
menggunakan logika fuzzy ini adalah:
a. Kebutuhan minimum hardware, berupa
komputer dengan spesifikas processor c. Himpunan fuzzy variabel aktivitas
pentium 4, Harddisk 40 GB, RAM 512
Istirah RingaSedan Sangat
Berat
at n g Berat
Derajat
MB.
Keanggo
b. Kebutuhan Software, terdiri dari sistem taan 0 1
operasi Microsoft Windows XP, Microsof µ[x]
1 2 3 4 5 6 7 8 9 1
Office 2003, Borland Delphi 7.0 dan Aktifita 0
s
Microsoft Acces. Gambar 3. Himpunan fuzzy untuk
variabel Aktivitas
2.4. Metode Analisis
Dalam perhitungan kalori harian dengan Tabel 5. Domain Himpunan fuzzy
menggunakan logika fuzzy untuk penderita untuk variabel Aktivitas
Diabetes Melitus dengan Sistem Inferensi fuzzy
metode Mamdani langkahnya sebagai berikut:
1. Pembentukan himpunan fuzzy
Dalam perhitungan kalori harian penderita
diabetes melitus, terdapat variabel pendukung
yang digunakan untuk melakukan 2. Aplikasi fungsi implikasi (aturan)
perhitungan yaitu umur, tinggi badan, berat Pada Metode Mamdani, fungsi implikasi
badan, aktifitas, dan jenis kelamin. yang digunakan adalah Min.
µ = min (µ [x], µ [x])
a. Himpunan fuzzy variabel umur A∩B A B
Terdapat 200 (dua ratus) aturan yang akan
Paroba Sangat
Muda Tua
digunakan dalam metode ini, 100 (seratus)
ya Tua
Derajat
aturan untuk jenis kelamin laki-laki dan
Keanggot
aan 0 1
µ[x] 100(seratus) aturan untuk jenis kelamin
2 3 4 5 6 6 7 perempuan. Dalam komposisi aturan ada 3
Umur
5 5 0 5 0 5 0
(th) metode yang digunakan dalam melakukan
Gambar 1. Himpunan fuzzy untuk variabel inferensi sistem fuzzy yaitu : max, additive
umur dan probabilistik OR (probor). Dalam
penelitian ini komposisi aturan yang
Tabel 3. Domain himpunan fuzzy untuk digunakan adalah metode Max(Maximum).
variabel umur 3. Komposisi aturan dengan Metode Max
(Maximum)
Pada metode ini, solusi himpunan fuzzy
diperoleh dengan cara mengambil nilai
maksimum aturan, kemudian menggu-
nakannya untuk memodifikasi daerah fuzzy,
dan mengaplikasikannya ke output dengan
menggunakan operator OR (union). Jika
semua proposisi telah dievaluasi, maka
output akan berisi suatu himpunan fuzzy
b. himpunan fuzzy variabel berat badan yang merefleksikan konstribusi dari tiap–
tiap proposisi. Secara umum dapat
S. S.
Kurus Normal Gemuk
Kurus Gemuk
Derajat dituliskan:
Keanggota
an 0 1 µsf[Xi] max (µsf[Xi], µkf[Xi]
µ[x]
16,5 17 18 18, 24, 25 26,5 27 dengan :
5 5
Berat Badan (ideal(kg)) / µsf[Xi]= nilai keanggotaan solusi fuzzy
IMT
sampai aturan ke–i;
4
no reviews yet
Please Login to review.
