UMN Knowledge Center

Implementasi Algoritma Decision Tree ID3 untuk Rekomendasi dalam Sistem Monitor Kesehatan

Naufal Zuhdi, Fakhri (2019) Implementasi Algoritma Decision Tree ID3 untuk Rekomendasi dalam Sistem Monitor Kesehatan. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
BAB_V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (769kB)
[img] Text
HALAMAN_AWAL (1).pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB)
[img] Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (790kB)
[img] Text
BAB_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (868kB)
[img] Text
BAB_III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB_IV.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (10MB)

Abstract

Dewasa ini, semakin banyak faktor yang membuat obesitas, seperti perilaku makan makanan yang kurang sehat, makanan yang murah, pilihan banyak, serta tinggi energi dan lemak, sekarang bertambah banyak jumlahnya yang menyebabkan tiap orang untuk makan berlebihan, yang menyebabkan zat gizi yang dikonsumsi diubah menjadi timbunan lemak dalam tubuh yang mengakibatkan obesitas. Lalu obesitas dapat menyebabkan penyakit yang cukup serius, seperti penyakit jantung koroner, diabetes mellitus, dan gagal ginjal. Untuk membantu mengurangi risiko terkena penyakit tersebut oleh obesitas, maka dibuatlah aplikasi yang dapat menyarankan makanan yang lebih sehat bagi orang-orang, yang sesuai dengan kondisi tubuh mereka. Aplikasi ini dijalankan pada sistem operasi iOS dan memiliki server berupa web yang menjalankan Node JS. Data disimpan di MySQL. Aplikasi ini menerima input tinggi badan, berat badan, kadar kolesterol, asam urat dan gula darah, kemudian mengembalikan status kesehatan pengguna, makanan yang diperbolehkan, serta yang dilarang, berdasarkan algoritma decision tree ID3 yang dijalankan pada server. Data yang digunakan adalah data dummy, namun aplikasi dites pada 11 sampel real. Hasilnya 100% mengatakan setuju untuk menggunakan aplikasi ini sebagai alat pemantau kesehatan mereka. Untuk rekomendasi makanannya, 100% setuju untuk mengikuti saran makanan sehat dari aplikasi ini, dan juga 90% menyatakan setuju untuk mengikutin saran larangan makanan dari aplikasi ini.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: algoritma ID3, aplikasi iOS, decision tree, MySQL, Node.JS, sistem rekomendasi
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7800-8360 Electronics > TK7885-7895 Computer engineering. Computer hardware
Divisions: Fakultas Teknik Informatika > Program Studi Teknik Komputer
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 04 Dec 2019 03:01
Last Modified: 13 Jan 2020 05:48
URI: http://kc.umn.ac.id/id/eprint/11039

Actions (login required)

View Item View Item