Sistem Rekomendasi Makanan Sehat untuk Penderita Penyakit Kronis Menggunakan Algoritma K-Means
Healthy Food Recommendation System for Chronic Disease Patients Using the K-Means Algorithm
DOI:
https://doi.org/10.57152/malcom.v6i3.2791Keywords:
Analisis Nutrisi, Indeks Massa Tubuh (IMT), K-Means Clustering, Penyakit Kronis, Sistem Rekomendasi MakananAbstract
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.
Downloads
References
H. Sufi, D. W. Utomo, and G. Darmawati, “Sistem Pakar Rekomendasi Menu Makanan Sehat Penderita Penyakit dengan Metode Forward Chaining,” Jurnal KomtekInfo, vol. 10, no. 1, pp. 8–14, Jan. 2023, doi: 10.35134/komtekinfo.v10i1.320.
M. Anita, I. Grecea, D. Yulianti, and S. V. Pasaribu, “Klasifikasi Faktor Risiko Penyakit Jantung Menggunakan Machine Learning,” HOAQ: Jurnal Teknologi Informasi, vol. 16, no. 1, pp. 68–78, May 2025, doi: 10.52972/hoaq.vol16no1.
S. S. Gropper, “The Role of Nutrition in Chronic Disease,” Nutrients, vol. 15, no. 3, p. 664, Feb. 2023, doi: 10.3390/nu15030664.
D. Fatmawati and A. S. Soetoko, “Improving Knowledge And Skills On Healthy Meal Planning In Patients With Chronic Disease At Primary Health Care In Semarang,” ARSY?: Aplikasi Riset kepada Masyarakat, vol. 2, no. 2, pp. 117–123, 2022.
E. Najwa, T. Sumihar, M. G. Ramadhan, S. N. Rakhmah, F. A. Sariasih, and I. Sutoyo, “Penerapan Machine Learning Untuk Rekomendasi Konsumsi Makanan Sehat Berdasarkan Data Gizi Pangan Indonesia,” Jurnal Mahasiswa Teknik Informatika, vol. 10, no. 1, pp. 341–348, 2026.
Maritza Adelia and Arum Handini Primandari, “Clustering Snack Products Based on Nutrition Facts Using SOM and K-Means for Diabetic Dietary Recommendation,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 14, no. 2, pp. 165–173, May 2025, doi: 10.32736/sisfokom.v14i2.2342.
M. Ilham and Z. K. A. Baizal, “Diet and Physical Exercise Recommendation System Using a Combination of K-Means and Random Forest,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 9, no. 2, pp. 83–96, Aug. 2024, doi: 10.34818/indojc.2024.9.2.959.
P. Alga Vredizon, H. Firmansyah, N. Shafira Salsabila, and W. Eko Nugroho, “Penerapan Algoritma K-Means Untuk Mengelompokkan Makanan Berdasarkan Nilai Nutrisi,” Journal of Technology and Informatics (JoTI), vol. 5, no. 2, pp. 108–115, Apr. 2024, doi: 10.37802/joti.v5i2.577.
S. H. Lina, M. Marsa, and A. D. D. Opu, “Implementasi Algoritma Certainty Factor dan Forward Chaining untuk Rekomendasi dan Larangan Makanan,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 340–349, Jan. 2024, doi: 10.57152/malcom.v4i1.1215.
L. D. Prasanti and D. Trias, “Perancangan Sistem Pendukung Keputusan Rekomendasi Menu Makanan pada Penderita Diabetes Mellitus Menggunakan Metode Simple Additive Weighting,” Jurnal Kecerdasan Buatan dan Teknologi Informasi, vol. 3, no. 1, pp. 11–16, 2024.
S. Rahmayuda, D. Marisa Midyanti, and S. Martha, “Pemodelan Sistem Rekomendasi Restoran berdasarkan Preferensi Pengguna dengan Pendekatan Content-Based Filtering,” Jurnal Edukasi dan Penelitian Informatika, vol. 10, no. 1, pp. 154–161, Apr. 2024.
J. Aufa Rowiana, “Jurnal Impresi Indonesia (JII) Sistem Rekomendasi Menu Restoran Berbasis Web dengan Metode Clustering Data Mining (Studi Kasus: AF Brew),” Jurnal Impresi Indonesia (JII), vol. 4, no. 12, 2025.
A. Kurniawan et al., “Sistem Rekomendasi Pola Makan Sehat Berbasis Data Smartphone dan Machine Learning,” Jurnal Mahasiswa Sistem Informasi, vol. 7, no. 1, pp. 283–292, Dec. 2025.
M. Mustika Dewi, L. Dwi Farida, and D. Akhmad, “Implementasi K-Means dan Collaborative Filtering untuk Sistem Rekomendasi,” Edu Komputika Journal, vol. 10, no. 2, 2023, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edukom
E. M. Yullyana and M. K. Milad, “Nutri-Score Sebagai Strategi Manajemen Risiko Konsumen Terhadap Makanan Tidak Sehat: Tinjauan Literatur Sistematis Kebijakan Pelabelan Nutrisi,” Jurnal Manajemen, vol. 15, no. 1, pp. 59–73, 2025, [Online]. Available: http://jurnalfe.ustjogja.ac.id
S. M. Y. Sri Ulina Tarigan, “Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat Menggunakan Algoritma K-Means,” Jurnal Sistem Informasi TGD, vol. 1, no. 3, pp. 193–206, May 2022.
Y. G. Nengsih, K. Samosir, and B. Satria, “Segmentasi Pasien Rumah Sakit Berdasarkan Pola Kunjungan Menggunakan Algoritma K-Means Clustering untuk Optimasi Layanan Medis,” Jurnal Pendidikan Sains dan Komputer, vol. 5, no. 01, pp. 59–69, Feb. 2025, doi: 10.47709/jpsk.v5i01.5492.
M. Syahkur, D. Hartama, and S. Solikhun, “Evaluasi Jumlah Cluster pada Algoritma K-Means++ Menggunakan Silhouette dan Elbow dengan Validasi Nilai DBI dalam Mengelompokkan Gizi Balita,” JST (Jurnal Sains dan Teknologi), vol. 13, no. 3, pp. 487–496, Oct. 2024, doi: 10.23887/jstundiksha.v13i3.86419.
R. Anjariansyah and A. Triayudi, “Clustering Kebutuhan Makanan untuk Meminimasi Standar Deviasi Angka Kebutuhan Gizi Menggunakan Algoritma K-Means dan K-Medoids,” Jurnal Media Informatika Budidarma, vol. 6, no. 1, p. 597, Jan. 2022, doi: 10.30865/mib.v6i1.3522.
E. Edwardo and N. R. Damayanti, “Analisis Clustering Data Gizi Pada Puskesmas 1 Ulu Menggunakan Metode Algoritma K-Means,” Jurnal Algoritme, vol. 5, no. 2, pp. 209–217, Apr. 2025, doi: 10.35957/algoritme.v5i2.10707.
Perhimpunan Nefrologi Indonesia, “Konsensus Nutrisi pada Penyakit Ginjal Kronik,” 2011. Accessed: May 12, 2026. [Online]. Available: https://www.pernefri.org/konsensus/Konsensus%20Nutrisi.pdf
Perkumpulan Endokrinologi Indonesia, “Pedoman Pengelolaan dan Pencegahan Diabetes Melitus Tipe 2 di Indonesia,” 2024. Accessed: May 12, 2026. [Online]. Available: https://pbperkeni.or.id/wp-content/uploads/2025/08/DMT2-2024-Protected.pdf
Perhimpunan Dokter Spesialis Kardiovaskular Indonesia, “Pedoman Tatalaksana Gagal Jantung,” 2023. Accessed: May 12, 2026. [Online]. Available: https://www.inaheart.org/pedoman-tatalaksana-gagal-jantung-2023/
Kementerian Kesehatan Republik Indonesia, “Tata Laksana Hipertensi Dewasa,” 2021. Accessed: May 12, 2026. [Online]. Available: https://kemkes.go.id/eng/pnpk-2021---tata-laksana-hipertensi-dewasa
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Haykal Kamal Ilyasa, Latifah Alfat
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright © by Author; Published by Institut Riset dan Publikasi Indonesia (IRPI)
This Indonesian Journal of Machine Learning and Computer Science is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
