Pengembangan Sistem Klasifikasi Makanan Sehat bagi Penderita Obesitas Menggunakan Machine Learning Support Vector Machine

Authors

  • Wildan hayatul Fikri Universitas Nusantara PGRI Kediri Indonesia
  • Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia
  • Danar Putra Pamungkas Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/m3tchr54

Abstract

Obesitas merupakan salah satu masalah kesehatan yang terus meningkat dan dapat menyebabkan berbagai penyakit kronis seperti diabetes, hipertensi, dan penyakit jantung. Pemilihan makanan sehat menjadi langkah penting dalam menjaga pola hidup penderita obesitas. Penelitian ini bertujuan mengembangkan sistem klasifikasi makanan sehat menggunakan metode Machine Learning Support Vector Machine (SVM). Dataset yang digunakan berisi informasi kandungan gizi makanan seperti kalori, lemak, protein, karbohidrat, dan gula. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembagian data training dan testing, pelatihan model SVM, serta evaluasi performa model. Hasil penelitian menunjukkan bahwa metode SVM mampu melakukan klasifikasi makanan sehat dengan tingkat akurasi yang baik dalam membedakan kategori makanan sehat dan tidak sehat bagi penderita obesitas. Sistem yang dikembangkan dapat membantu masyarakat dalam memilih makanan yang lebih sehat secara cepat dan efektif.

Keywords:

klasifikasi, machine learning, makanan sehat, obesitas, support vector machine

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] N. Andriani, A. Nurdin, U. Fitria, and K. A. Dinen, “Perilaku konsumsi makanan

cepat saji pada remaja dan dampaknya bagi kesehatan,” Public Heal. J., vol. 1, no.

2, 2024.

[2] S. R. N. Syarifah, A. Nurdin, U. Fitria, and K. A. Dinen, “RELEVANSI GIZI DAN

KESEHATAN,” Public Heal. J., vol. 1, no. 2, 2024.

[3] K. Fahmi et al., “HUBUNGAN POLA MAKAN DAN AKTIFITAS FISIK

TERHADAP KEJADIAN OBESITAS PADA REMAJA DI SMK NEGERI 4

MEULABOH,” J. Healthc. Technol. Med., vol. 11, no. 1, pp. 614–621, 2025.

[4] A. S. Pratama, S. M. Sari, M. F. Hj, M. Badwi, and M. I. Anshori, “Pengaruh

Artificial Intelligence, Big data dan otomatisasi terhadap kinerja SDM di Era

digital,” J. Publ. Ilmu Manaj., vol. 2, no. 4, pp. 108–123, 2023.

[5] R. O. Banjarnahor, F. F. Banurea, J. O. Panjaitan, R. S. P. Pasaribu, and I. Hafni,

“Faktor-faktor risiko penyebab kelebihan berat badan dan obesitas pada anak dan

remaja: Studi literatur,” TROPHICO, vol. 2, no. 1, pp. 35–45, 2022.

[6] U. Arifin, and N. Sulistiyowati, “Penerapan algoritma support vector machine

(SVM) dengan TF-IDF n-gram untuk text classification,” STRING (Satuan Tulisan

Ris. dan Inov. Teknol., vol. 6, no. 2, pp. 129–136, 2021.

[7] A. F. Hanif, “Indonesian Food and Drink Nutrition Dataset,” Kaggle. Accessed:

Jun. 04, 2026. [Online]. Available:

https://www.kaggle.com/datasets/anasfikrihanif/indonesian-food-anddrinknutrition-dataset

[8] S. S. T. Anis Ervina et al., TRANSFORMASI GIZI DAN KESEHATAN: SOLUSI

BERBASIS DATA UNTUK GENERASI EMAS. Nuansa Fajar Cemerlang, 2024.

[9] A. Ridwan, “Penerapan algoritma Naïve Bayes untuk klasifikasi penyakit diabetes

mellitus,” J. SISKOM-KB (Sistem Komput. dan Kecerdasan Buatan), vol. 4, no. 1,

pp. 15–21, 2020.

[10] B. D. S. Septiani et al., BUKU AJAR DIETETIK PENYAKIT TIDAK MENULAR.

Nuansa Fajar Cemerlang, 2025.

[11] K. Arumsari et al., GIZI DALAM KESEHATAN REPRODUKSI. PT Penerbit Qriset

Indonesia, 2025.

Downloads

Published

2026-07-20

Issue

Vol. 10 No. 2 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Pengembangan Sistem Klasifikasi Makanan Sehat bagi Penderita Obesitas Menggunakan Machine Learning Support Vector Machine. (2026). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 10(2), 1462-1471. https://doi.org/10.29407/m3tchr54