Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal International Research on Big-data and Computer Technology (IRobot)
Hera Fransiska
Universitas Muhammadiyah Metro
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pendukung Keputusan Rekomendasi Jenis Diet Sehat bagi Wanita Berdasarkan Usia, Aktivitas Fisik, dan Status Kesehatan Menggunakan Metode Analytic Hierarchy Process dan Topsis Guna Yanti Kemala Sari Siregar; Ika Arthalia Wulandari; Hera Fransiska
International Research on Big-Data and Computer Technology: I-Robot Vol 9, No 2 (2025): September
Publisher : UNIVERSITAS DHARMA WACANA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/ir.v9i2.672

Abstract

Program diet yang tepat sangat dibutuhkan wanita untuk menjaga kesehatan dan mencapai berat badan ideal sesuai kondisi tubuh masing-masing. Pemilihan jenis diet seringkali menjadi permasalahan karena banyaknya alternatif yang tersedia, sedangkan setiap individu memiliki kriteria berbeda seperti usia, aktivitas fisik, serta status kesehatan. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) yang dapat memberikan rekomendasi jenis diet sehat bagi wanita dengan menggunakan metode Analytic Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk menentukan bobot kriteria berdasarkan tingkat kepentingannya, sedangkan metode TOPSIS digunakan untuk melakukan perankingan alternatif jenis diet sehingga diperoleh hasil yang paling sesuai dengan kebutuhan pengguna. Kriteria yang digunakan meliputi usia, indeks massa tubuh, tingkat aktivitas fisik, dan kondisi kesehatan. Alternatif diet yang dianalisis mencakup diet rendah kalori, diet tinggi protein, diet Mediterania, dan diet DASH. Hasil penelitian menunjukkan bahwa kombinasi metode AHP dan TOPSIS mampu memberikan rekomendasi diet yang lebih objektif dan akurat dibandingkan pemilihan secara manual, sehingga dapat membantu wanita menentukan program diet yang tepat sesuai kondisi individu masing-masing.
Co-Authors guna yanti kemala sari siregar Ika Arthalia Wulandari