Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI
NONA HANDAYANI SITUMORANG, PENERAPAN LOGIKA FUZZY SUGENO UNTUK MENENTUKAN KEBUTUHAN KALORI HARIAN BERDASARKAN INDEKS MASSA TUBUH DAN AKTIVITAS FISIK. Banda Aceh Fakultas MIPA Matematika,2026

Penelitian ini bertujuan untuk menerapkan metode logika fuzzy sugeno dalam menentukan kebutuhan kalori harian individu berdasarkan indeks massa tubuh (body mass index/bmi) dan tingkat aktivitas fisik (physical activity level/pal). data yang digunakan merupakan data primer yang diperoleh melalui pengukuran langsung tinggi dan berat badan responden untuk menghitung bmi, serta penyebaran kuesioner untuk menentukan tingkat aktivitas fisik (pal). kedua variabel tersebut digunakan sebagai input dalam sistem fuzzy sugeno yang melalui tahapan fuzzifikasi, inferensi berbasis aturan (rule base), dan defuzzifikasi untuk menghasilkan estimasi kebutuhan kalori harian. hasil penelitian menunjukkan bahwa model yang dibangun mampu memberikan estimasi yang sesuai dengan kondisi individu. evaluasi kinerja model menggunakan mean absolute percentage error (mape) menghasilkan nilai sebesar 11,70% yang termasuk dalam kategori baik. dengan demikian, metode fuzzy sugeno dapat digunakan sebagai pendekatan yang akurat dalam menentukan kebutuhan kalori harian. kata kunci: logika fuzzy sugeno, kebutuhan kalori, bmi, aktivitas fisik, mape



Abstract

This study aims to apply the Sugeno fuzzy logic method to determine daily caloric requirements based on Body Mass Index (BMI) and Physical Activity Level (PAL). The data used in this study are primary data obtained through direct measurements of respondents’ height and weight to calculate BMI, as well as questionnaires to assess their Physical Activity Levels (PAL). These variables are used as inputs in the Sugeno fuzzy system, which involves the stages of fuzzification, rule-based inference, and defuzzification to produce an estimation of daily caloric needs. The results show that the developed model is capable of providing estimations that are consistent with individual conditions. Model performance evaluation using Mean Absolute Percentage Error (MAPE) yields a value of 11,70%, which falls into the good category. Therefore, the Sugeno fuzzy method can be considered an accurate approach for determining daily caloric requirements. Keywords: Sugeno fuzzy logic, daily caloric requirements, BMI, physical activity, MAPE



    SERVICES DESK