<![CDATA[Meningkatnya prevalensi penyakit kronis seperti diabetes, hipertensi, penyakit jantung, dan gangguan ginjal di Indonesia mencerminkan pergeseran pola hidup masyarakat yang tidak sehat. Pola makan yang buruk dan kurangnya kesadaran gizi memperburuk kondisi penderita yang kesulitan memilih makanan sesuai dengan kebutuhan medisnya. Penelitian ini mengembangkan sistem rekomendasi makanan sehat bagi penderita penyakit kronis menggunakan algoritma K-Means Clustering. Sistem mengelompokkan makanan berdasarkan kandungan nutrisi seperti kalori, protein, karbohidrat, dan lemak, serta mempertimbangkan data pengguna seperti Indeks Massa Tubuh (IMT), tinggi badan, dan berat badan. Dataset terdiri dari 499 menu makanan siap saji halal yang bersumber dari katering kesehatan dan Tabel Komposisi Pangan Indonesia (TKPI) 2019, serta mencakup 7 variabel gizi. Setiap menu dilabeli kesesuaian dietnya dengan lima penyakit kronis berdasarkan pedoman klinis resmi di Indonesia. Sistem menerapkan normalisasi MinMaxScaler sebelum klasterisasi K-Means dengan k = 4, kemudian menghasilkan rekomendasi melalui mekanisme weighted scoring klinis yang menyaring menu aman dan merangkingnya berdasarkan prioritas gizi untuk setiap penyakit. Aplikasi diimplementasikan berbasis web menggunakan Plotly Dash. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan data makanan berdasarkan karakteristik nutrisi serta memberikan rekomendasi personal sesuai dengan kondisi kesehatan pengguna.]]>
Copyrights © 2026
