Zabina, Keysya Alifia and Wulangsih, D. Febry (2025) Implementasi Machine Learning Untuk Tracking Kadar Gula Dan Pola Makan Pada Aplikasi Diabetku. Project Report (Praktek Kerja Lapang dan Magang). UPN Veteran Jawa Timur.
![[img]](https://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Cover)
22082010187_Cover.pdf Download (452kB) |
|
Text (Bab 1)
22082010187_Bab 1.pdf Download (179kB) |
|
Text (Bab 2)
22082010187_Bab 2.pdf Download (298kB) |
|
Text (Bab 3)
22082010187_Bab 3.pdf Restricted to Repository staff only until 15 September 2029. Download (928kB) |
|
Text (Bab 4)
22082010187_Bab 4.pdf Restricted to Repository staff only until 15 September 2029. Download (1MB) |
|
Text (Bab 5)
22082010187_Bab 5.pdf Restricted to Repository staff only until 15 September 2029. Download (129kB) |
|
Text (Daftar Pustaka)
22082010187_Dafpus.pdf Download (168kB) |
|
Text (Lampiran)
22082010187_Lampiran.pdf Restricted to Repository staff only Download (838kB) |
Abstract
Di antara penyakit kronis yang terus meningkat di seluruh dunia, diabetes adalah salah satunya. Pengelolaan yang tepat dan deteksi dini sangat penting untuk mencegah komplikasi yang serius. Praktek kerja lapangan ini menyarankan penggunaan kecerdasan buatan untuk memprediksi diabetes dan memberikan rekomendasi makanan yang tepat berdasarkan kadar glukosa orang yang meminumnya. Untuk mengembangkan model prediksi diabetes, data kesehatan seperti usia, BMI, tekanan darah, dan riwayat keluarga digunakan. Setelah prediksi, sistem akan menggunakan data glukosa harian untuk membuat rekomendasi makanan yang disesuaikan dengan indeks glikemik dan kebutuhan nutrisi setiap orang. Pendekatan ini mengintegrasikan teknologi machine learning yaitu model neural network dan long short term memory (LSTM) dan menggunakan metode scrum. Sistem ini diharapkan dapat membantu pengguna dalam memantau kesehatan secara real-time, meningkatkan kesadaran akan pola makan, dan mengurangi risiko komplikasi terkait diabetes. Hasil awal menunjukkan bahwa model memiliki tingkat akurasi tinggi dalam prediksi diabetes dan mampu memberikan rekomendasi makanan yang relevan, menjadikannya alat yang potensial dalam mendukung manajemen kesehatan masyarakat.
| Item Type: | Monograph (Project Report (Praktek Kerja Lapang dan Magang)) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics > QA76.6 Computer Programming T Technology > T Technology (General) |
||||||||
| Divisions: | Faculty of Computer Science > Departemen of Information Systems | ||||||||
| Depositing User: | Keysya Alifia Zabina | ||||||||
| Date Deposited: | 15 Sep 2026 04:01 | ||||||||
| Last Modified: | 15 Sep 2026 04:09 | ||||||||
| URI: | https://repository.upnjatim.ac.id/id/eprint/60227 |
Actions (login required)
 |
View Item |