Bab Ii
Bab Ii
Abstrak
Hipertensi merupakan penyakit beresiko dan salah satu penyebab kematian ibu hamil. Bagi ibu hamil
penderita Hipertensi pengaturan makanan yang kurang tepat dapat mempengaruhi pertumbuhan dan
perkembangan janin. Pengaturan makanan yang dianjurkan untuk ibu hamil penderita Hipertensi adalah
mengatur porsi makanan pemicu Hipertensi dengan tidak mengurangi kebutuhan gizi untuk janinnya.
Salah satu cara yang dapat digunakan dalam menyusun makanan ibu hamil penderita Hipertensi adalah
dengan menggunakan Algoritme Genetika. Algoritme genetika merupakan metode heuristic yang
menggunakan aturan-aturan untuk mendapatkan solusi terbaik. Proses algoritme genetika pada
penelitian menggunakan representasi kromosom bilangan integer, metode crossover yang digunakan
adalah extended intermediate crossover, metode mutasi yang digunakan adalah random mutation dan
seleksi menggunakan seleksi elitism. Hasil yang diberikan adalah rekomendasi makanan untuk beberapa
hari yang terdiri dari makan pagi, makan siang, dan makan malam. Berdasarkan penelitian yang
dilakukan didapatkan hasil ukuran generasi optimal yaitu pada ukuran generasi 240 dengan rata-rata
nilai fitness sebesar 525,0720, ukuran populasi optimal yaitu pada ukuran populasi 90 dengan rata-rata
nilai fitness sebesar 525,0680 dan kombinasi nilai cr dan mr adalah 0,6 dan 0,5 dengan rata-rata nilai
fitness sebesar 525,0695
Kata kunci: ibu hamil, Hipertensi, makanan, optimasi, Algoritme Genetika
Abstract
Hypertension is a risky disease and one of the main causes of death in pregnant women. For
Hypertension pregnant women, the wrong food arrangement can affect the growth and development of
the fetus. The recommended food arrangements for pregnant women with Hypertension is arrange the
portion of food that can increase hypertension but not reducing the nutrition for fetus. There is one way
that can be used to serve food of pregnant women with Hypertension is use a Genetic Algorithm. Genetic
Algorithm is a heuristic method that uses rules to get the best solution. The process of Genetic Algorithm
in research using representation chromosome integer number, crossover using extended intermediate
crossover, mutation using random mutation and selection using elitism selection. The results provided
are food recommendations for several days consisting of breakfast, lunch, and dinner. Based on the
research results, the optimal generation size is 240 with the average fitness value is 525.0720, the
optimal population size is 90 with the average fitness value is 525.0680 and the combination of cr and
mr is 0.6 and 0.5 with average fitness value is 525. 0695.
Keywords: pregnant women, Hypertensive, food, optimation, Genetic Algorithm
konsumsi masyarakat saat ini yaitu melakukan optimasi asupan gizi pada ibu hamil
perkembangan informasi era modern membuat dengan hasil yang diberikan yaitu makan pagi,
masyarakat cenderung mengkonsumsi junk food makan siang dan makan malam, namun saat ini
atau makanan instan yang berbahaya bagi banyak ibu hamil yang menderita penyakit
kesehatan, selain itu padatnya aktivitas membuat seperti Hipertensi sehingga sistem tersebut
kurang terawasinya makanan yang dikonsumsi. kurang cocok digunakan oleh ibu hamil dengan
Hipertensi adalah keadaan dimana naiknya Hipertensi, maka dari itu sangat penting untuk
tekanan darah melebihi batas normal yaitu dilakukan penelitian optimasi asupan makanan
≥140/90 mmHg (Putri, et al., 2018). Hipertensi bagi ibu hamil penderita Hipertensi.
merupakan salah satu penyakit berbahaya yang Berdasarkan penelitian yang sudah ada
sebagian besar disebabkan karena pola makan sebelumnya maka Algoritme Genetika dapat
yang kurang tepat. Saat ini masyarakat setiap digunakan untuk menyelesaikan masalah yang
harinya banyak mengkonsumsi makanan yang berkaitan dengan menu makanan. Maka dari itu
beresiko seperti makanan tinggi gula, tinggi dalam membangun sistem optimasi asupan
lemak, serta mengandung garam berlebih. makanan harian ibu hamil penderita Hipertensi
Peningkatan kadar garam dan kadar lemak digunakan Algoritme Genetika dalam
dalam makanan dapat memicu naiknya tekanan menyelesaikan masalah. Diharapkan dengan
darah. Porsi konsumsi yang kurang tepat dapat sistem ini dapat membantu memberikan
memicu resiko naiknya tekanan darah. Apabila rekomendasi menu makanan harian yang sesuai
dibiarkan bagi ibu hamil hal ini akan kebutuhan gizi dengan harga yang terjangkau
membahayakan dirinya dan janin dalam untuk ibu hamil penderita Hipertensi.
kandungannya.
Berdasarkan permasalahan di atas 2. TINJAUAN PUSTAKA
diperlukan penyusunan menu makanan yang
sesuai bagi ibu hamil dengan memperhatikan 2.1. Ibu Hamil Hipertensi
kondisi tekanan darah dan janin dalam Hipertensi merupakan keadaan naiknya
kandungannya. Dalam penyusunan menu tekanan darah yang melebihi batas normal yaitu
makanan tersebut harus memenuhi kebutuhan ≥140/90 mmHg (Putri, et al., 2018). Seorang
gizi yang diperlukan ibu hamil agar wanita mengalami Hipertensi pada kehamilan
pertumbuhan dan perkembangan janin dalam apabila melebihi batas normal tersebut .
kandungannya tidak terhambat, hal ini Kondisi Hipertensi pada ibu hamil sangat
merupakan hal yang sulit bagi orang awam yang membahayakan ibu hamil dan janin dalam
kurang pengetahuan mengenai komposisi menu kandungannya. Apabila dibiarkan ibu hamil
makanan yang sesuai kebutuhan gizi dan akan menerima resiko yang tinggi dalam
penyusunan menu makanan yang manual persalinannya. Berikut beberapa dampak
membutuhkan waktu cukup lama. Selain Hipertensi bagi ibu hamil antara lain:
memenuhi kebutuhan gizi, biaya juga menjadi 1. Aliran darah ke plasenta berkurang
pertimbangan dalam penyusunan menu
2. Perkembangan dan pertumbuhan janin
makanan. Oleh karena itu diperlukan sistem
untuk menyelesaikan masalah tersebut dengan terhambat
makanan yang bervariasi dalam beberapa hari. 3. Menyebabkan kelahiran bayi berat badan
Algoritme genetika dapat dijadikan solusi rendah dan premature
dalam membangun sistem ini. Algoritme 4. Dapat menyebabkan kematian janin
Genetika dapat menyelesaikan masalah dengan
model matematika kompleks atau sulit dibangun 2.2. Perhitungan Energi
(Mahmudy, 2015). Pada penelitian sebelumnya
mengenai optimasi komposisi makanan Menghitung Berat Badan Ideal (BBI) ibu
penderita diabetes dan komplikasinya yang hamil menggunakan rumus broca untuk
dilakukan oleh Maryamah tahun 2017 mengetahui status gizi ditunjukkan pada
menghasilkan komposisi makanan dalam satu Persamaan (1).
hari yang terdiri dari makan pagi, makan siang 𝐵𝐵𝐼 = 90% × (𝑇𝐵 − 100) × 1 kg (1)
dan makan malam. Komposisi makanan yang
dihasilkan tersebut memenuhi kebutuhan gizi Kemudian menghitung Angka Metabolisme
serta dengan harga yang terjangkau. Penelitian Basal (AMB) menggunakan Persamaan (2).
lain dilakukan oleh Ayu Puspo Sari yang 𝐴𝑀𝐵 = 𝐵𝐵𝐼 × 25 𝑘𝑎𝑙𝑜𝑟𝑖 (2)
permasalahan. Permasalahan optimasi bersifat 2. Perhitungan gizi ibu hamil oleh sistem
kompleks atau sulit dibangun dapat diselesaikan berdasarkan parameter input. Hasil berupa
dengan algoritme genetika (Mahmudy, 2015). banyaknya kebutuhan kalori, karbohidrat,
protein, lemak, dan natrium harian.
3. PERANCANGAN DAN
IMPLEMENTASI 3. Inisialisasi populasi awal secara acak
sebagai calon solusi dari permasalahan
Tahapan pada algoritme genetika dimulai
sebanyak popsize yang ditentukan.
dengan inisialisasi parameter input yang terdiri
dari data ibu hamil dan operator algoritme 4. Proses reproduksi crossover untuk
genetika, kemudian inisialisasi populasi awal, menghasilkan offspring menggunakan
reproduksi, evaluasi dan seleksi. Diagram alir metode extended intermediate crossover.
proses algoritme genetika dapat dilihat pada 5. Proses reproduksi mutasi pada induk
Gambar 1. terpilih berdasarkan nilai mr untuk
menghasilkan offspring dengan
menggunakan metode random mutation.
6. Proses evaluasi yaitu menghitung nilai
fitness masing-masing individu.
7. Melakukan seleksi menggunakan metode
elitism. Diambil individu dengan nilai
fitness tertinggi sejumlah popsize untuk
digunakan pada generasi selanjutnya.
lemak, dan penalti natrium. Perhitungan fitness 𝑃𝑒𝑛𝑎𝑙𝑡𝑖 𝑘𝑎𝑙𝑜𝑟𝑖 = |1692 − 2039.5|
menggunakan Persamaan (10) dengan C1 adalah = 347.5 𝑔𝑟
konstanta untuk kalori, C2 adalah konstanta 𝑃𝑒𝑛𝑎𝑙𝑡𝑖 𝐾𝑎𝑟𝑏𝑜ℎ𝑖𝑑𝑟𝑎𝑡
untuk karbohidrat, C3 adalah konstanta untuk = |299.95 − 311.5|
protein, C4 adalah konstanta untuk lemak, C5 = 11.55 𝑔𝑟
adalah konstanta untuk natrium, C6 adalah 𝑃𝑒𝑛𝑎𝑙𝑡𝑖 𝑃𝑟𝑜𝑡𝑒𝑖𝑛 = |83.45 − 72.5|
konstanta untuk harga dan C adalah konstanta = 10.95 𝑔𝑟
untuk variasi. 𝑃𝑒𝑛𝑎𝑙𝑡𝑖 𝐿𝑒𝑚𝑎𝑘 = |43.6 − 59.7|
= 16.1 𝑔𝑟
𝐶1 𝐶2 𝐶3 𝐶4
𝐹𝑖𝑡𝑛𝑒𝑠𝑠 = + + +
1 + ∑ 𝑃𝐾 1 + ∑ 𝑃𝐾𝑏 1 + ∑ 𝑃𝑃 1 + ∑ 𝑃𝐿
+ 𝑃𝑒𝑛𝑎𝑙𝑡𝑖 𝑁𝑎𝑡𝑟𝑖𝑢𝑚 = |1000 − 269.6|
= 730.4 𝑚𝑔
𝐶5 𝐶6
+∑ + 𝐶. 𝑉 (10)
1+∑ 𝑃𝑁 ℎ𝑎𝑟𝑔𝑎 Selanjutnya menghitung variasi makanan
yang ditunjukkan pada Tabel 7.
Keterangan:
PK = Penalti kalori Tabel 7. Variasi Makanan
PKb = penalti karbohidrat P
PP = penalti protein Pagi
PL = penalti lemak K Ph Pn S B
PN = penalti natrium 1 1 1 1 1
Siang
V = total variasi Hari ke-1 K Ph Pn S B
1 1 1 1 1
Berdasarkan representasi kromosom pada Malam
Tabel 6 didapatkan total kandungan gizi sebagai K Ph Pn S B
berikut: 1 1 1 1 1
Hari ke-1 Pagi
K Ph Pn S B
Total kalori = 1978.2 kkal 1 1 1 1 17
Total karbohidrat = 268.6 gr Siang
Hari ke-2 K Ph Pn S B
Total protein = 77.8 gr
1 1 1 1 1
Total lemak = 64.6 gr Malam
Total natrium = 285.1 mg K Ph Pn S B
1 1 1 1 1
Hari ke-2
Total kalori = 2039.5 kkal Berdasarkan Tabel 7 dapat dilihat total
Total karbohidrat = 311.5 gr variasi adalah 30 sehingga dapat dihitung nilai
Total protein = 72.5 gr fitness menggunakan Persamaan (10).
Total lemak = 59.7 gr
1 1 50 10
Total natrium = 269.6 mg 𝐹𝑖𝑡𝑛𝑒𝑠𝑠 = 1+633.7
+ 1+42.9 + 1+16.6 + 1+37.1
4. Menentukan nilai setiap gen offspring hasil 3. Menentukan nilai maksimum dan
crossover menggunakan Persamaan (11) minimum induk terpilih
dan (12) dengan C1 dan C2 merupakan 4. Membangkitkan nilai 𝑟 secara acak
offspring yang dihasilkan, P1 dan P2 5. Menentukan nilai setiap gen offspring
merupakan dua induk crossover. hasil crossover menggunakan Persamaan
(13) dengan C merupakan individu
𝐶1 = 𝑃1 + 𝛼 (𝑃2 − 𝑃1) (11) offspring yang dihasikan dan P
𝐶2 = 𝑃2 + 𝛼 (𝑃1 − 𝑃2) (12) merupakan induk mutasi.
Pada contoh permasalahan dapat dihitung 𝐶 = 𝑃 + 𝑟 × (𝑚𝑎𝑥 − 𝑚𝑖𝑛) (13)
jumlah offspring yang dihasilkan yaitu 0.6 ×
3 = 1.8 (𝑑𝑖𝑏𝑢𝑙𝑎𝑡𝑘𝑎𝑛 𝑚𝑒𝑛𝑗𝑎𝑑𝑖 2). Kemudian Pada contoh permasalahan dapat dihitung
memilih dua induk secara acak ditunjukkan pada jumlah offspring yang dihasilkan yaitu 0.3 ×
Tabel 8. 3 = 0.9 (𝑑𝑖𝑏𝑢𝑙𝑎𝑡𝑘𝑎𝑛 𝑚𝑒𝑛𝑗𝑎𝑑𝑖 1). Kemudian
memilih satu induk secara acak ditunjukkan
Tabel 8. Induk Crossover pada Tabel 11.
Individu Kromosom
5 21 7 9 5 Tabel 11. Induk Mutasi
P1 17 15 12 18 7 Individu Kromosom
6 14 16 2 15 4 2 4 4 15
9 1 9 15 9 P 17 11 3 7 17
P2 9 9 12 9 2 5 23 5 17 16
15 1 3 1 4
Dengan menggunakan nilai r = 0.2 dapat
Selanjutnya membangkitkan nilai 𝛼 secara dihitung nilai setiap gen offspring menggunakan
acak seperti pada Tabel 9. Persamaan (13). Offspring hasil mutasi
ditunjukkan pada Tabel 12.
Tabel 9. Nilai Alpha
0.3 0.5 0.6 0.9 0.1
𝐺𝑒𝑛 𝑘𝑒 − 1 = 4 + 0.2(23 − 2)
𝛼 0.3 0.6 0.3 0.6 0.7
0.6 0.5 0.1 0.2 0.1 = 8.4 (dibulatkan menjadi 8)
Penderita Diabetes Melitus dan Siahaan, E. J. I., Cholissodin, I. & Fauzi, M. A.,
Komplikasinya Menggunakan Algoritma 2017. Sistem Rekomendasi Bahan
Genetika. Jurnal Pengembangan Teknologi Makanan Bagi Penderita Penyakit Jantung
Inormasi dan Ilmu Komputer, pp. 270-281. Menggunakan Algoritma Genetika. Jurnal
Moehji, S., 2017. Dasar-Dasar Ilmu Gizi 2. Pengembangan Teknologi Informasi dan
Jakarta: Pustaka Kemang. Ilmu Komputer, Volume I, pp. 1406-1415.
Pregnancy, A. C. o. O. a. G. T. F. o. H. i., 2013. Tarmizi, T., 2017. Antara News. [Online]
Hypertention in Pregnancy. s.l.:s.n. Available at:
Putri, R. R. A., Furqon, M. T. & Wihandika, R. https://www.antaranews.com/berita/65085
C., 2018. Optimasi Komposisi Menu 5/hipertensi-penyebab-dominan-kematian-
Makanan Bagi Penderita Tekanan Darah ibu-melahirkan
Tinggi Menggunakan Algoritme Genetika [Diakses 17 September 2017].
Adaptif. Jurnal Pengembangan Teknologi Wahid, N. & Mahmudy, W. F., 2015. Optimasi
Informasi dan Ilmu Komputer, pp. 515-522. Komposisi Makanan Untuk Penderita
Sari, A. P., Mahmudy, W. F. & Dewi, C., 2014. Kolesterol Menggunakan Algoritma
Optimasi Asupan Gizi Ibu Hamil Dengan Genetika. DORO:Repository Jurnal
Menggunakan Algoritma Genetika. Mahasiswa PTIIK Universitas Brawijaya.
DORO:Repository Jurnal Mahasiswa WHO, 2005. The World Health Report 2005
PTIIK Universitas Brawijaya. Make every mother and child count,
Shafaat, M., Cholissodin, I. & Santoso, E., 2018. Geneva: WHO Press.
Optimasi Komposisi Makanan Diet Bagi
Penderita Hipertensi menggunakan
Algoritme Genetika. Jurnal Pengembangan
Teknologi Informasi dan Ilmu Komputer,
pp. 226-236.