Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm.

4229-
4237 http://j-ptiik.ub.ac.id

Fakultas Ilmu Komputer Universitas Brawijaya 4229

Optimasi Kandungan Gizi Dan Biaya Bahan Pangan Pada Makanan Sehat Untuk
Penderita Kolesterol Tinggi (Dyslipidemia) Menggunakan Algoritma Evolution
Strategies
Rayindita Siwie Mazayantri1, Randy Cahya Wihandika2, Sutrisno3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
Email: 1dindasiwie95@gmail.com, 2rendicahya@ub.ac.id, 3trisno@ub.ac.id
Abstrak
Perkembanganayangaterjadi_di_dalam_masyarakat_terutama_perkembangan_teknologi menyebabkan
perubahanigayaihidupimasyarakatiyangimenyebabkanabanyakamasyarakatayangamengalamiamasalah gizi.
Halainiidapatamenyebabkanapenyakitayangadisebutadenganadyslipidemia,iyaituatingginya kadar
lemakidalamidarah, yangidapatimenyebabkanimasalahikesehatanilainnyaiyangilebih berbahaya. Untuk
mengatasiatingginyaakadarakolesterol, adibutuhkanasebuahapengaturanakomposisiamakananadengan
melihatikandunganiyangiadaidiidalamnya. Bagiisebagianaaorangaaawam, tidaklahaamudahaauntuk
mengaturakomposisiamakananasehatayangasemestinyaadikonsumsiakarena kurangnya pengetahuan,
sehinggaauntukamenyelesaikanapermasalahanainiadapatamenggunakanametodeaEvolution Strategies,
yangamemilikiatahapanainisialisasiaawaladenganarepresentasiakromosomabilanganareal-vector, pada
penelitianainiasiklusaESayangadigunakanaadalah (μ+λ) sehinggaahanyaamenggunakanamutasiatanpa
rekombinasi, kemudianadilakukanaperhitunganafitnessadanaevaluasi, laluadilakukanaprosesaseleksi.
Dariihasilipengujianiparameteradidapatkanabahwaasistemadapatamenghasilkananilai paling optimal
padaaukuranapopulasia120, ukuranaoffspring 160, danaukuranagenerasi 40. Solusiayangadihasilkan
olehasistemidibandingkanidengan rekomendasiipakar menunjukkanibahwa solusi yangidihasilkan oleh
sistemilebihioptimal, denganifitness 2.2825, lebihabesaridibandingkanihasil fitnessidariirekomendasi
pakarayangihanyaasebesar 0.4003, sehinggaasistemadapatamemberikanarekomendasiabahan menu
makananidenganihargaiyangimurahidanitetapimempertimbangkanikebutuhanigiziipasien.
Kata kunci: evolution strategies, dyslipidemia, optimasi, bahan makanan, gizi
Abstract
Nowadays there are changes that occurring in our community, especially in technology department, that causes
changes in lifestyle which results in imbalanced nutrition. Something like this could lead the body to catch
symptoms of dyslipidemia, which is a disease wherein the level of blood lipids is high and hence higher
possibilities of causing many more dangerous diseases. To reduce the level of cholesterol, it is highly
recommended to examine the food contents and ingredients. For some people, it may not be easy to manage what
ingredients they should consume due to lack of knowledge in that aspect, so to solve the problem we could apply
Evaluation Strategies method, which has initialization process of chromosome representation as real-vector. In
this study, the ES cycle that we apply is (μ+λ) that only requires mutation without recombination. The next
process is fitness calculation, and evaluation, and then do the selection process. From the testing of parameters,
we can conclude that the system can yield the most optimized results when the size of population is set to 120,
offspring is set to 160, and generation is set to 40. A solution that the system can come up with compared to the
experts' recommendation shows that the solution this system gave is more optimal, with 2.2825 as a fitness value,
higher than the fitness that we get from experts’ recommendation which only 0.4003, so the system can provide
recommendations for cheap ingredients while reckoning the needs for nutrients intake of the patients.
Keywords: evolution strategies, dyslipidemia, optimization, ingredients, nutrition
1. PENDAHULUAN
Perkembanganuayanguaterjadiuadi dalam masyarakatuterutamauperkembanganuteknologi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4230

Fakultas Ilmu Komputer, Universitas Brawijaya

menyebabkan perubahan gaya hidup masyarakat. Haluiniudapatudilihatidariiaktivitas fisikaiyangaiberkurang,
polaaimakan yang sembaranganadanaserbaaiinstanaimenyebabkan banyakamasyarakatayangamengalami masalah
giziaaberlebihaaberupa obesitas, sehingga komposisiatubuhamenjadiatidak seimbang. Ada
banyakarisikoagangguanakesehatanayangadapat terjadiapadaaorangayangaamengalamiaobesitas. Obesitas dapat
menyebabkan masalah kesehatanaberupaadyslipidemia, yaituitingginya kadaraalemakaadalamaaadarah,
yangaadapat menyebabkanamasalahadenganasistemaijantung danapembuluhadarahiyaituahipertensi, bisaijuga
mengalamiigangguanifungsiihati dimanaiterjadi peningkatanaSGOTadanaSGPTasertaahatiiyang membesar,
terbentuknyaabatuaaempeduaadan penyakitaakencingaamanisa (diabetes mellitus), padaasistemapernapasan
dapatiterjadiigangguan fungsiaparu, mengorokaasaatatiduradanasering mengalamiaaatersumbatnyaaaajalan napas
(Wijayanti, 2013).
Kolesterolaisebenarnyaasangatadibutuhkan olehatubuhakitaaadalamamenjalankanaaktivitas vital.
Selainasebagaiasumberaaenergi, jumlah kolesterolayanganormalaakanamembantuatubuh
untukaaprosesaapembentukanaagaramaempedu, vitamin D, pembentukanadindingisel tubuh, dan
membantuaproduksiabeberapaaajenisaahormon. Namunaaapabilaaatidakaadijagaaadenganabaik,
kolesterolaaimenumpukaaaakanaamenimbulkan banyakipermasalahanibagiikesehatan. Penyebab
utamaameningkatnyaakadaraakolesterolaidalam aliranidarahiadalah adanya faktor keturunan dan
konsumsialemakayangatinggi. Indikasi penyakit dyslipidemiaaditandaiadenganakadarakolesterol
yangamelebihiabatasanormal. Kadarakolesterol dapataadikatakanaanormalaaapabilaaterdiriadari KolesterolaTotal
< 200 mg/dl, KolesterolaLDL < 130 mg/dl, KolesterolaHDL > 45 mg/dl, dan Trigliserida < 150 mg/dl (Nilawati,
et al., 2008).
Padaaapenelitianaasebelumnya, algoritma evolutionastrategiesadapatamenghasilkanaanilai
optimumauntukaapenentuanaakomposisiapakan ternakasapiipotongidenganitidak adanya penalty
atauadapatadikatakananutrisiayang dibutuhkan olehaternakaasapiaapotongaaterpenuhi, dengan
fitnessaterbesarapadaaukuranapopulasia50adan generasiasebanyaka1200.
Kemudianaterdapatapenelitianaselanjutnya yangadilakukanaoleh (Yansari, et al., 2016)
untukaamenyelesaikanaapermasalahanaaadalam optimasiabiayaadanaasupanauntukaipemenuhan
giziipasienidietikhusus. Padaipenelitianitersebut menggunakaniirepresentasiiireal-code, dengan
hasiliiiakhiriiditentukaniibahwaiiihasiliiiterbaik didapatkaniiipadaiiipopulasiiiii200, offspring sebanyaki10μ,
danigenerasiisebanyaki250. Lalu padaiiiiipenelitianiiiiiiyangiiiiidilakukan oleh (Simamora, et al., 2017)
padaiipenyelesaian masalahiioptimasiiibiayaiibahanimenu makanan bagiipenderitaipenyakit jantung, siklus
ESiyang digunakaniiiadalah (μ/r+λ) dimanaiiiselain menggunakaniiiimutasiiiiijuga menggunakan
rekombinasiiipadaiiprosesiireproduksinya. Pada penelitianiitersebutiidapatiimenghasilkaniiinilai
terbaikiipadaiiipopulasi 140, denganioffspring 260, jumlahiirekombinasiiisebanyak 2, dan generasiisebanyak 170.
Berdasarkaniiiiikeberhasilaniiiiipenerapan algoritma, ipadaiiiipenelitianiiiiiniiiiipenulis
menggunakaniialgoritmaiiievolution strategies untukiiimelakukaniiioptimasiiiimakananiiisehat
untukipenderitaikolesterolitinggi (dyslipidemia) melaluiiiipenelitianiiiyangiiberjudul “Optimasi Kandungan Gizi
dan Biaya Bahan Pangan pada Makanan Sehat untuk Penderita Kolesterol Tinggi (Dyslipidemia) Menggunakan
Algoritma Evolution Strategies”. Penelitianiiniibertujuan untukiiimemperolehiisolusiiiterbaikiimendekati
optimaliiberupaiimenuiimakananiisehatidengan memperhatikaniiikandunganiiigiziiiidaniiibiaya minimal.
2. SIKLUS ALGORITMA
Penelitian yang dilakukan ini bertujuan untuk mengoptimasi gizi dan harga untuk mendapatkan nilai gizi dan
harga paling optimal dari menu yang akan dikonsumsi oleh penderita penyakit kolesterol tinggi (dyslipidemia).
Proses perancangan algoritma untuk mendapatkan solusi terbaik dimulai dengan melakukan proses perhitungan
jumlah Angka Metabolisme Basal dan tingkat aktivitas yang akan menentukan jumlah energi/kalori yang
dibutuhkan oleh penderita. Selanjutnya menentukan kebutuhan karbohidrat, protein, dan lemak, dan setelah itu
dilanjutkan dengan proses metode Evolution Strategies. Berikut proses alir algoritma yang digunakan untuk
implementasi:
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4231

Fakultas Ilmu Komputer, Universitas Brawijaya

Gambar 1 Flowchart Optimasi Kandungan Gizi dan Biaya Bahan Pangan
2.1 Perhitungan Gizi
Melakukan perhitungan gizi yang dibutuhkan oleh penderita yang meliputi energi/kalori, karbohidrat,
protein, dan lemak, dengan memasukkan beberapa data berupa:
Jenis Kelamin: Perempuan
Berat Badan: 60 kg
Tinggi Badan: 165 cm
Usia: 55 Tahun
Tingkat Aktivitas: Sedang (Karyawan Kantor)
Anggaran Bahan Makanan: Rp 50000,00
Perhitungan kebutuhan energi/kalori yang dibutuhkan oleh penderita, dapat dihitung menggunakan rumus
Haris Benedict, yang didapatkan hasil sebagai berikut:
AMB = 655 + (9,6 * 60) + (1,8 * 165) – (4,7 * 55) = 1269,5
Kebutuhan Energi = 1269,5 * 1,7 = 2158,15 kkal
Untuk jumlah karbohidrat, protein, dan lemak yang dibutuhkan oleh penderita kolesterol tinggi, dapat
dihitung sebagai berikut:
Karbohidrat = Keb. Energi * 60% = 2158,15 * 0,6 = 1294,89 kkal = 323,7225 gr
Protein = Keb. Energi * 15% = 2158,15 * 0,15 = 323,72 kkal = 80,9306 gr
Lemak = Keb. Energi * 25% = 2158,15 * 0,25 = 539,54 kkal = 59,9486 gr
2.2 Algoritma Evolution Strategies
Algoritma evolution strategies dikembangkan pertama kali oleh Rechenberg dan Schwefel pada tahun
1973. Proses mutasi dan rekombinasi memiliki nilai kepentingan yang sama dalam evolution strategies,
pada umumnya kedua proses ini dilakukan pada saat reproduksi. Namun pada beberapa penelitian, proses
rekombinasi tidak digunakan sama sekali (Beyer, 2001).
 Proses pertama adalah inisialisasi parameter. Parameter evolution strategies yang digunakan
diinisialisasi oleh pengguna sistem. Beberapa parameter yang diinisialisasi adalah ukuran populasi dan
jumlah generasi, sedangkan untuk jumlah offspring adalah sama dengan ukuran populasi. Setelah itu
parameter yang sudah diinisialisasi akan digunakan untuk proses algoritma evolution strategies. Pada
perhitungan manualisasi ini, parameter yang digunakan adalah sebagai berikut:

Ukuran populasi = 2
Jumlah offspring = 1
Jumlah generasi = 1
 Proses kedua adalah pembangkitan kromosom. Proses pembangkitan kromosom dilakukan sebanyak
ukuran populasi yang telah ditentukan sebelumnya, yaitu 2. Jumlah gen dari setiap kromosom adalah
sama, yaitu 12, yang meliputi 4 gen untuk makan pagi, 4 gen untuk makan siang, dan 4 gen untuk makan
malam. Setiap waktu makan terdapat bahan makanan jenis karbohidrat, protein hewani, protein nabati,
dan lemak. Nilai gen merupakan hasil pembangkitan bilangan random antara 0 sampai 1, dimana setiap
gen dapat dikonversi menjadi index bahan makanan sekaligus berat dari bahan makanan tersebut. Hasil
pembangkitan kromosom dapat dilihat pada Tabel 1.

Tabel 1 Kromoso Fitness

Individu m
Populasi
Awal
Parent