Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Genetika Dalam Penentuan Kebutuhan Gizi Bayi MPASI

Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Genetika Dalam Penentuan Kebutuhan Gizi Bayi MPASI

Penulis

  • Marwa Mudrikatussalamah Fakultas Ilmu Komputer, Universitas Brawijaya
  • Candra Dewi Fakultas Ilmu Komputer, Universitas Brawijaya
  • Bayu Rahayudi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

fuzzy tsukamoto,algoritma genetika,fungsi keanggotaan,optimasi,gizi bayi.

Abstrak

Dalam penentuan kebutuhan gizi pada bayi dibutuhkan beberapa faktor, salah satu faktor penguatnya adalah dengan menentukan status gizi pada bayi. Pada penentuan status gizi pada bayi terdapat rentang nilai yang menjadi batasan pada tiap kategori gizi nya. Metode yang digunakan dalam penetilitian ini adalah fuzzy tsukamoto yang akan di optimasi fungsi keanggotaannya dengan algoritma genetika. Algoritma genetika digunakan untuk membentuk batas-batas nilai yang terbentuk pada sebuah kromosom. Batas-batas nilai yang telah diproses pada algoritma genetika akan menjadi nilai fungsi keanggotaan pada fuzzy tsukamoto. Proses selanjutnya Fuzzy tsukamoto akan mengolah data sesuai dengan nilai batas yang telah di optimasi oleh algoritma genetika untuk menentukan hasil akhir. Selanjutnya dilakukan pengujian untuk mengetahui parameter terbaik dalam membuat kromosom. Setelah dilakukan pengujian didapatkan rata-rata akurasi sebesar 53.5%. Akurasi ini didapatkan dari perhitungan hasil optimasi dibandingkan dengan nilai dari pakar.

Unduhan

Diterbitkan

18 Sep 2017

Cara Mengutip

Mudrikatussalamah, M., Dewi, C., & Rahayudi, B. (2017). Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Genetika Dalam Penentuan Kebutuhan Gizi Bayi MPASI. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(7), 2706–2712. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/1675

Terbitan

Bagian

Artikel
Loading...