IMPLEMENTASI ALGORITMA APRIORI DAN FORWARD CHAINING UNTUK MENENTUKAN MAKANAN YANG TEPAT PADA PENDERITA DIABETES

Abstract

Abstract - The high number of diabetes patients in Indonesia is increasing. Some of the factors that cause diabetes in Indonesia include family history, obesity, aging, lack of activity and diet. Too much food containing sugar is also one of the emergences of diabetes. Most diabetics often have complications of diabetes disease and that is based on the criteria of a patient. Therefore, it is necessary to conduct research on the rule or dependence of the disease based on patient criteria and determination of diet for diabetics. In this study using a combination of a priori methods to determine the rule of disease and forward chaining to determine patient food. Based on the research tests conducted, it can be concluded that the combination of 2 methods produces a pretty good which in the a priori method uses a minimum value of support 2 and a minimum of confidence 10 and produces 10 rules with 3 combinations of items, as well as forward chaining tests that use 30 data produces an accuracy of 83 %.Keywords - Apriori Algorithm, Forward Chaining, Diabetes Abstrak - Tingginya jumlah pasien diabetes yang  terjadi di Indonesia semakin meningkat. Beberapa faktor penyebab penyakit diabetes di Indonesia anatara lain riwayat keluarga, obesitas, pertambahan usia, kurangnya aktivitas dan pola makan. Terlalu banyak makan yang mengandung gula juga merupakan salah satu munculnya penyakit diabetes. Kebanyakan penderita diabetes sering sekali terjadinya kompliksi penyait diabetes dan itu berdasarkan kreteria seorang pasien. Maka dari itu perlu dilakukan penelitian mengenai rule atau keterhungungan penyakit berdasarkan kriteria pasien dan penentuan pola makan bagi penderita penyakit diabetes. Pada penelitian ini menggunakan kombinasi metode apriori untuk menetukan rule penyakit dan forward chainning untuk mentukan makanan pasien. Berdasarkan pada pengujian penelitian yang dilakukan dapat diambil kesimpulan Kombinasi 2 metode ini menghasilkan cukup bagus yang mana pada metode apriori menggunakan nilai minimal support 2 dan minimal confidence 10 dan menghasilkan 10 rule dengan 3 kombinasi item, serta pengujian forward chaining yang menggunakan 30 data menghasilkan akurasi 83% .Kata Kunci - Algoritma Apriori, Forward Chaining, Diabetes