VOKASI NEWS — Mengembangkan sistem rekomendasi menu harian berbasis website untuk membantu penderita Diabetes Mellitus Tipe 2 mengatur pola makan secara personal, terukur, dan sesuai kebutuhan nutrisi.
Diabetes Mellitus Tipe 2 (DMT2) merupakan salah satu penyakit kronis yang jumlah penderitanya terus meningkat setiap tahun. Salah satu tantangan utama dalam pengelolaan diabetes adalah menjaga pola makan agar sesuai dengan kebutuhan tubuh. Penderita diabetes tidak hanya perlu memperhatikan jumlah kalori yang dikonsumsi, tetapi juga keseimbangan nutrisi seperti karbohidrat, protein, lemak, dan serat. Selain itu, beberapa penderita juga memiliki alergi atau makanan tertentu yang harus dihindari sehingga pengaturan menu harian menjadi semakin kompleks.
Pemanfaatan Teknologi untuk Rekomendasi Menu
Di era digital saat ini, teknologi dapat dimanfaatkan untuk membantu penderita diabetes dalam menyusun pola makan yang lebih terarah. Sistem rekomendasi makanan merupakan salah satu penerapan teknologi di bidang kesehatan. Sistem ini membantu pengguna menentukan menu harian sesuai kebutuhan nutrisi dan kondisi kesehatannya. Dengan adanya sistem tersebut, proses pemilihan makanan menjadi lebih mudah. Pengguna tidak perlu melakukannya secara manual. Sebaliknya, rekomendasi dapat dihasilkan secara otomatis melalui pengolahan data dan perhitungan komputer.
Penelitian ini mengembangkan sistem rekomendasi menu harian berbasis website untuk penderita Diabetes Mellitus Tipe 2. Sistem dirancang untuk menyesuaikan rekomendasi berdasarkan data pengguna, seperti usia, jenis kelamin, berat badan, tinggi badan, tingkat aktivitas fisik, alergi, serta makanan yang ingin dihindari. Informasi tersebut digunakan untuk menghitung kebutuhan energi harian dan menentukan target nutrisi yang sesuai dengan pedoman Perkumpulan Endokrinologi Indonesia (PERKENI).
Mengenal Hybrid Filtering dan Least Squares
Dalam proses rekomendasi, sistem menerapkan pendekatan Hybrid Filtering yang menggabungkan Rule-Based Filtering dan Content-Based Filtering. Rule-Based Filtering digunakan untuk menyaring makanan berdasarkan aturan diet diabetes dan kategori makanan yang diperlukan dalam menu harian, sedangkan Content-Based Filtering digunakan untuk menyesuaikan rekomendasi dengan kondisi dan preferensi pengguna. Dengan pendekatan ini, sistem dapat menghasilkan kandidat makanan yang lebih aman dan relevan sebelum dilakukan perhitungan porsi.
Selanjutnya, sistem menggunakan metode Least Squares untuk menentukan gramasi makanan yang paling mendekati kebutuhan nutrisi pengguna. Metode ini memungkinkan sistem menghitung porsi makanan secara otomatis dengan mempertimbangkan lima komponen nutrisi utama, yaitu energi, karbohidrat, protein, lemak, dan serat. Hasil yang diperoleh tidak hanya berupa pilihan makanan, tetapi juga takaran porsi yang dapat membantu pengguna menerapkan pola makan yang lebih terukur.
Selain memberikan rekomendasi harian, sistem juga mendukung perencanaan menu hingga 30 hari. Variasi menu dijaga melalui mekanisme rotasi makanan sehingga pengguna tidak terus-menerus mendapatkan menu yang sama setiap hari. Fitur ini diharapkan dapat membantu meningkatkan kepatuhan diet dan mengurangi rasa bosan dalam menjalani pola makan sehat.
Dukung Kesehatan melalui Teknologi Digital
Melalui pemanfaatan teknologi informasi, sistem rekomendasi makanan dapat menjadi salah satu solusi untuk membantu penderita diabetes dalam mengelola pola makan secara lebih praktis, personal, dan sesuai kebutuhan nutrisi. Pengembangan sistem seperti ini menunjukkan bahwa teknologi tidak hanya berperan dalam bidang komputasi, tetapi juga dapat memberikan kontribusi nyata dalam mendukung kesehatan dan kualitas hidup masyarakat.
Penelitian ini juga sejalan dengan tujuan Sustainable Development Goals (SDGs), khususnya SDG 3: Good Health and Well-Being (Kehidupan Sehat dan Sejahtera) yang berfokus pada peningkatan kualitas kesehatan masyarakat melalui pencegahan dan pengelolaan penyakit tidak menular, termasuk Diabetes Mellitus.
[BACA JUGA: Lansia Pandai mengingat: Edukasi Penggolongan Obat Herbal Berbahan Alam di Ketapang Lor, Ujungpangkah, Gresik]
Penulis: Rafika Rahma Yunita
Pembimbing: Endah Purwanti, S. Si., M. Kom.
Editor: Inviana (Tim Vokasi Branding)
