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.

	Text HALAMAN_AWAL (1).pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)
	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (790kB)
	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (868kB)
	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (10MB)
	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (769kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

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)
Keywords:	algoritma ID3, aplikasi iOS, decision tree, MySQL, Node.JS, sistem rekomendasi
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 03:01
Last Modified:	08 Jun 2023 00:58
URI:	https://kc.umn.ac.id/id/eprint/11039

Actions (login required)

View Item