Penerapan Algoritma K-Means Untuk Mengelompokkan Makanan Berdasarkan Nilai Nutrisi
DOI:
https://doi.org/10.37802/joti.v5i2.577Keywords:
Clustering, K-Means, NutrisiAbstract
Penelitian ini bertujuan untuk mengelompokkan makanan yang memiliki nilai nutrisi yang serupa. Yang mana makanan dibagi ke dalam 3 cluster yaitu makanan yang mempunyai kadar nutrisi tinggi, sedang dan rendah. Hasil pengelompokan pada penelitian ini dapat digunakan untuk pemilihan dan konsumsi makanan dalam pemenuhan nutrisi dan juga dapat digunakan untuk mencegah timbulnya penyakit yang disebabkan oleh makanan. Seperti makanan pada cluster 0 bisa dipilih jika ingin menaikkan berat badan. Makanan cluster 1 dapat menjadi patokan jika dikonsumsi terlalu banyak dapat menyebabkan obesitas dan cluster 2 dapat dipilih jika ingin melakukan diet atau menurunkan berat badan. Hasil ini ditunjukkan dari hasil klasterisasi di mana cluster pertama diisi oleh makanan dengan kadar kalori dan protein yang cukup tinggi dan kadar lemak, karbohidrat yang rendah. Cluster kedua diisi oleh makanan dengan kadar kalori, protein dan lemak yang tinggi serta kadar karbohidrat yang rendah. Cluster ketiga diisi oleh makanan dengan kadar kalori, protein, lemak dan karbohidrat yang rendah. Penelitian ini menggunakan metode clustering dengan menerapkan algoritma K-Means karena efektif dalam melakukan klasterisasi terhadap tipe data numerik dan menguji menggunakan Elbow Method dan Davies Bouldin Index.
Downloads
References
“Noodle Grouping Based On Nutritional Similarity With Hierarchical Cluster Analysis Method”, Doi: 10.37577/Sainteks.V%Vi%I.543.
S. Langyan, P. Yadava, F. N. Khan, Z. A. Dar, R. Singh, Dan A. Kumar, “Sustaining Protein Nutrition Through Plant-Based Foods,” Frontiers In Nutrition, Vol. 8. Frontiers Media S.A., 18 Januari 2022. Doi: 10.3389/Fnut.2021.772573.
R. Anjariansyah Dan A. Triayudi, “Clustering Kebutuhan Makanan Untuk Meminimasi Standar Deviasi Angka Kebutuhan Gizi Menggunakan Algoritma K-Means Dan K-Medoids,” Jurnal Media Informatika Budidarma, Vol. 6, No. 1, Hlm. 597, Jan 2022, Doi: 10.30865/Mib.V6i1.3522.
S. S. Gropper, “The Role Of Nutrition In Chronic Disease,” Nutrients, Vol. 15, No. 3. Mdpi, 1 Februari 2023. Doi: 10.3390/Nu15030664.
S. S. Nagari Dan L. Inayati, “Implementation Of Clustering Using K-Means Method To Determine Nutritional Status,” Jurnal Biometrika Dan Kependudukan, Vol. 9, No. 1, Hlm. 62, Jun 2020, Doi: 10.20473/Jbk.V9i1.2020.62-68.
R. Gustriansyah, N. Suhandi, Dan F. Antony, “Clustering Optimization In Rfm Analysis Based On K-Means,” Indonesian Journal Of Electrical Engineering And Computer Science, Vol. 18, No. 1, Hlm. 470–477, 2019, Doi: 10.11591/Ijeecs.V18.I1.Pp470-477.
D. I. Durojaye Dan G. Obunadike, “Analysis And Visualization Of Market Segementation In Banking Sector Using Kmeans Machine Learning Algorithm,” Fudma Journal Of Sciences, Vol. 6, No. 1, Hlm. 387–393, Apr 2022, Doi: 10.33003/Fjs-2022-0601-910.
I. W. Septiani, Abd. C. Fauzan, Dan M. M. Huda, “Implementasi Algoritma K-Medoids Dengan Evaluasi Davies-Bouldin-Index Untuk Klasterisasi Harapan Hidup Pasca Operasi Pada Pasien Penderita Kanker Paru-Paru,” Jurnal Sistem Komputer Dan Informatika (Json), Vol. 3, No. 4, Hlm. 556, Jul 2022, Doi: 10.30865/Json.V3i4.4055.
A. Ambarwari, Q. Jafar Adrian, Dan Y. Herdiyeni, “Analysis Of The Effect Of Data Scaling On The Performance Of The Machine Learning Algorithm For Plant Identification,” Jurnal Resti (Rekayasa Sistem Dan Teknologi Informasi), Vol. 4, No. 1, Hlm. 117–122, Feb 2020, Doi: 10.29207/Resti.V4i1.1517.
R. Trivedi Dan N. Srivastava, “Outlier Detection Using K-Means Clustering Algorithm With Different Distance Metrics,” International Journal Of Science And Research, Doi: 10.21275/Sr22324115201.
Ahmad Harmain, P. Paiman, H. Kurniawan, K. Kusrini, Dan Dina Maulina, “Normalisasi Data Untuk Efisiensi K-Means Pada Pengelompokan Wilayah Berpotensi Kebakaran Hutan Dan Lahan Berdasarkan Sebaran Titik Panas,” Teknimedia: Teknologi Informasi Dan Multimedia, Vol. 2, No. 2, Hlm. 83–89, Jan 2022, Doi: 10.46764/Teknimedia.V2i2.49.
A. Toraismaya, L. R. Sasongko, Dan F. S. Rondonuwu, “Principal Component Dan K-Means Cluster Analysis Untuk Data Spektrum Black Tea Grades Guna Penilaian Kualitas Alternatif,” Journal Of Fundamental Mathematics And Applications (Jfma), Vol. 3, No. 2, Hlm. 148–157, Nov 2020, Doi: 10.14710/Jfma.V3i2.8663.
D. Hediyati Dan I. M. Suartana, “Penerapan Principal Component Analysis (Pca) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro.”
R. E. Pawening, “Algoritma K-Means Untuk Mengukur Kepuasan Mahasiswa Menggunakan E-Learning,” Journal Of Technology And Informatics (Joti), Vol. 3, No. 1, Hlm. 27–33, Okt 2021, Doi: 10.37802/Joti.V3i1.201.
W. Aulia Dan D. Maharani, “Karbohidrat Dalam Tubuh: Manfaat Dan Dampak Defisiensi Karbohidrat,” 1302.
S. Kandinasti, “Obesitas: Pentingkah Memperhatikan Konsumsi Makanan Di Akhir Pekan? Obesity: Is It Important To Concern About Food Intake In The Weekend?,” Amerta Nutr, Hlm. 1–12, 2018, Doi: 10.2473/Amnt.V2i4.2018.307-316.
L. Dwi Asih Dan M. Widyastiti, “Meminimumkan Jumlah Kalori Di Dalam Tubuh Dengan Memperhitungkan Asupan Makanan Dan Aktivitas Menggunakan Linear Programming”, Ekologia, Vol. 16 No. 1, April 2016: 38-44
