Final_Project

Optimasi Kebutuhan Nutrisi Lansia Menggunakan Algoritma Particle Swarm Optimization (PSO) : Studi Kasus Posbindu PTM Sejahtera.

---

Posbindu PTM Sejahtera dikelola oleh masyarakat sekitar dengan tujuan meningkatkan peran serta masyarakat dalam pendeteksian dini (skrining) dan pencegahan risiko Penyakit Tidak Menular (PTM). Menurut Departemen Kesehatan (DepKes), penyakit yang diderita lansia berkaitan erat dengan makanan yang dikonsumsinya. Konsumsi makanan lansia yang dianjurkan DepKes harus memiliki variasi dari sayuran dan buah. Hal ini merupakan salah satu upaya dari konsep penuaan aktif (active ageing) dalam meningkatkan kualitas hidup seiring bertambahnya usia. Namun, anjuran tersebut tidak selaras dengan hasil dari data skrining Posbindu PTM Sejahtera yang menyebutkan, 73 lansia kurang konsumsi sayuran dan buah 3 kali dalam sehari. Tidak adanya informasi mengenai rekomendasi komposisi makanan dari petugas Posbindu PTM Sejahtera saat lansia melakukan konsultasi, merupakan salah satu faktor lansia mengalami kejenuhan dalam konsumsi. Makanan yang direkomendasi juga harus memperhatikan kebutuhan nutrisi dari setiap lansia. Selain itu, masalah biaya menjadi faktor yang menghambat lansia dengan ekonomi rendah (Rp.1.000.000 – Rp.2.000.000/bulan) dalam mengatur komposisi makanan. Dengan biaya ini kebutuhan makanan yang dikonsumsi harus memiliki kaya nutrisi yang dihasilkan dari kombinasi sayuran dan buah. Dalam meningkatkan kebutuhan nutrisi lansia dengan memperhatikan kondisi ekonominya, diperlukan model optimasi.
Penelitian ini menerapkan algoritma Particle Swarm Optimization (PSO) untuk menyelesaikan permasalahan optimasi. PSO merepresentasikan kandidat solusi kedalam partikel secara acak, kemudian setiap partikel akan dikaitkan dengan nilai fitness dan dievaluasi sehingga mendapatkan nilai terbaik. PSO memiliki waktu komputasi yang rendah dan flexible dalam pencarian terbaik local (pbest) maupun global (gbest). PSO mempunyai parameter untuk pembelajaran (learning factor) individu partikel (C1) dan swarm (C2) dalam menyeleksi hasil yang optimal.
Hasil dari penerapan algoritma PSO mampu memberikan rekomendasi komposisi makanan yang bervariasi dengan harga minimal. Algoritma PSO menghasilkan kandungan kalori dan karbohidrat < 10% dari kebutuhan nutrisi lansia, sedangkan kandungan protein dan lemak menghasilkan selisih lebih besar dengan > 10 % serta harga yang rendah dengan rata-rata < Rp.65.000.

---

Ketersediaan

TI 20/003

Referensi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TI 20/003

Penerbit

Jakarta : Universitas Trilogi., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar