Menentukan Opsi Diet Penderita Obesitas Menggunakan Algoritma Certainty Factor dengan Teknik Inferensi Forward Chaining

Abstract

Obesity is the buildup of adipose tissue or excess body fat that can harm health. Management of meaning in the form of diet management is an important part of obesity and obesity. Various types of diets have been applied for this purpose according to the type of obesity being experienced as well as eating habits and obese sufferers. Diet is a term or designation for maintaining good food intake and in accordance with what the human body needs. Some people get the wrong diet information because of the influence of opinion and social environment, this information is received without being filtered first without thinking about the positive and negative effects of that opinion. Lack of knowledge about healthy diet options and the desire to lose weight fast, has led our society to adopt unhealthy diets regardless of the side effects it causes. To have a healthy diet, you need the right ways, such as knowing what symptoms you are experiencing and determining diet options. The system for determining the options for obese sufferers provides a solution in the form of diagnosis results and the confidence value of the type of obese patient by using the Forward Chaining technique that performs reasoning techniques based on the given rules and the Certainty Factor algorithm which performs calculation techniques based on an expert's diagnostic technique by providing a certainty value. On every symptom Obese sufferers can also be classified according to the type of obesity and the symptoms experienced by the patient. The results of the test data testing and application test for determining dietary options still have shortcomings because it produces an accuracy rate of 83.60% with correct answers as much as 153 out of 183 patients on average. the forward chaining method is not appropriate for the case of disease diagnosis, because in fact, doctors' reasoning leads to conclusions about the type of obesity, then traces back to the symptoms that might cause this type of obesity to further prove the correctness of the assumptions of the disease. The more appropriate method to use is the backward chaining method, which reasoning based on conclusions to trace back to the facts.

Obesitas adalah penumpukan jaringan adiposa atau lemak tubuh yang terlalu berlebihan yang dapat mengganggu kesehatan. Pengaturan makanan dalam bentuk penatalaksanaan diet merupakan bagian yang penting bagi kegemukan dan obesitas. Berbagai jenis diet telah dapat diterapkan untuk tujuan tersebut yang sesuai jenis obesitas yang dialami serta kebiasaan makan dan penderita obesitas. Diet adalah istilah atau sebutan untuk menjaga asupan makanan yang baik dan sesuai dengan yang dibutuhkan oleh tubuh manusia. Sebagian orang mendapatkan informasi diet yang salah karena pengaruh opini dan lingkungan sosial, dimana informasi ini diterima tanpa di filter terlebih dahulu tanpa memikirkan efek positif dan negatif dari opini tersebut. Kurangnya pengetahuan tentang opsi diet yang sehat dan keinginan untuk menurunkan berat badan dengan cepat, menyebabkan masyarakat kita melakukan diet yang tidak sehat tanpa memerhatikan efek samping yang ditimbulkan. Untuk melakukan diet yang sehat, maka dibutuhkan cara-cara yang tepat seperti mengetahui gejala apa yang dialami dan menentukan opsi diet. Sistem untuk menentukan opsi diet penderita obesitas ini memberikan solusi berupa hasil diagnosis dan nilai kepercayaan jenis penderita obesitas dengan menggunakan teknik inferensi Forward Chaining yang melakukan teknik penalaran berdasarkan aturan yang diberikan serta algoritma Certainty Factor yang melakukan teknik perhitungan berdasarkan teknik diagnosis seorang ahli dengan cara memberikan nilai kepastian pada setiap gejala. Penderita obesitas ini juga bisa diklasifikasi tingkatannya berdasarkan jenis obesitas dan gejala-gejala yang dialami pasien. Hasil dari uji pengujian data dan uji aplikasi penentu opsi diet ini masih memiliki kekurangan karena menghasilkan tingkat akurasi 83.60% dengan jawaban yang benar sebanyak rata-rata 153 dari 183 pasien. Tehnik Forward chaining masih jauh dari sempurna untuk masalah menentukan jenis penyakit, lantaran dalam kenyataanya hasil pemikiran dokter atau ahli menuju pada konklusi mengenai jenis obesitas, lalu merunut mundur pada gejala yang mungkin mengakibatkan jenis obesitas tadi untuk lebih mengambarkan mengenai kebenaran perkiraan penyakitnya. Tehnik yang lebih baik dipakai merupakan tehnik Backward chaining yang menalar dari konklusi buat dirunut mundur dan menyesuaikan kepada fakta-faktanya.