Analisis Pola Menu Program Makan Bergizi Gratis Menggunakan Algoritma Apriori

Penulis

  • Arjon Samuel Sitio Universitas Tjut Nyak Dhien
  • Richard Parlindungan Simanjuntak Universitas Tjut Nyak Dhien
  • Sardo Pardingotan Sipayung Universitas Katolik Santo Thomas

DOI:

https://doi.org/10.54259/satesi.v6i1.7035

Kata Kunci:

Free Nutritious Meals Program, Apriori, Association Rule Mining, Frequent Itemset, KDD

Abstrak

Program Makan Bergizi Gratis (MBG) merupakan program strategis yang bertujuan meningkatkan pemenuhan gizi peserta didik. Dalam implementasinya, diperlukan evaluasi berbasis data untuk memahami pola penyusunan menu dan keterkaitannya dengan kelompok penerima manfaat. Penelitian ini bertujuan untuk mengidentifikasi pola keterkaitan menu pada Program Makan Bergizi Gratis menggunakan teknik association rule mining dengan algoritma Apriori. Penelitian ini menggunakan pendekatan data mining dengan kerangka kerja Knowledge Discovery in Database (KDD). Data yang dianalisis berupa data transaksi MBG yang memuat kombinasi menu dan kelompok penerima manfaat. Algoritma Apriori diterapkan untuk membentuk frequent itemsets dan aturan asosiasi berdasarkan nilai support, confidence, dan lift. Proses analisis dan visualisasi hasil dilakukan menggunakan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa kombinasi nasi dan sayur hijau merupakan pola menu yang paling dominan dan konsisten. Beberapa aturan asosiasi memiliki nilai confidence tinggi dan nilai lift lebih besar dari satu, yang mengindikasikan hubungan antaritem yang signifikan dan tidak terjadi secara acak. Temuan ini menunjukkan bahwa penyusunan menu MBG memiliki pola yang relatif terstruktur. Dengan demikian, algoritma Apriori terbukti efektif dalam mengidentifikasi pola implementasi Program Makan Bergizi Gratis berbasis data. Hasil penelitian ini dapat dimanfaatkan sebagai dasar evaluasi dan perbaikan penyusunan menu MBG agar lebih terencana dan tepat sasaran.

Unduhan

Data unduhan belum tersedia.

Referensi

WORLD HEALTH ORGANIZATION, The State of Food Security and Nutrition in the World 2023: Urbanization, agrifood systems transformation and healthy diets across the rural–urban continuum. 2023.

Food and Agriculture Organization, Repurposing food and agricultural policies to make healthy diets more affordable. 2022.

R. E. N. Rongcai, W. U. Guoxiong, and C. A. I. Ming, Data Mining: Concepts and Techniques. 2023.

P. H. Lu, C. C. Lai, L. Y. Chiu, I. H. Lin, C. C. Iou, and P. H. Lu, “An Apriori algorithm-based association rule analysis to identify acupoint combinations for treating uremic pruritus,” Tzu Chi Med. J., vol. 36, no. 2, pp. 195–202, 2024, doi: 10.4103/tcmj.tcmj_217_23.

E. Nurmalasari, U. Aryanti, and T. T. Rachman, “Penerapan Data Mining Algoritma Apriori untuk Menemukan Pola Hubungan Status Gizi Balita,” Intern. (Information Syst. Journal), vol. 6, no. 2, pp. 156–166, 2024, doi: 10.32627/internal.v6i2.885.

S. Liu and J. Gao, “Application of Food Nutrient Composition Analysis and Computer Algorithm in Nutrition Recommendation System,” vol. 1, no. Incoft, pp. 332–338, 2025, doi: 10.5220/0013541000004664.

J. Han, J. Pei, and Y. Yin, “Mining Frequent Patterns without Candidate Generation,” SIGMOD 2000 - Proc. 2000 ACM SIGMOD Int. Conf. Manag. Data, pp. 1–12, 2000, doi: 10.1145/342009.335372.

E.-H. (Sam) Han, G. Karypis, and V. Kumar, “Scalable Parallel Data Mining for Association Rules,” IEEE Trans. Knowl. Data Eng., vol. 12, no. 3, pp. 337–352, May 2000, doi: 10.1109/69.846289.

R. Agrawal and R. Srikant, “Fast Algorithms for Mining Association Rules,” Proc. 20th Int. Conf. Very Large Data Bases, {VLDB’94}, pp. 487–499, 1994, [Online]. Available: citeseer.ist.psu.edu/agrawal94fast.html

J. D. Hunter, “Matplotlib: A 2D Graphics Environment,” Comput. Sci. Eng., vol. 9, no. 3, pp. 90–95, 2007, doi: 10.1109/MCSE.2007.55.

W. McKinney, “Data Structures for Statistical Computing in Python,” Proc. 9th Python Sci. Conf., vol. 1, no. Scipy, pp. 56–61, 2010, doi: 10.25080/majora-92bf1922-00a.

A. A. Hagberg, D. A. Schult, and P. J. Swart, “Exploring Network Structure, Dynamics, and Function using NetworkX,” Proc. 7th Python Sci. Conf., no. SciPy, pp. 11–15, 2008, doi: 10.25080/tcwv9851.

Unduhan

Diterbitkan

2026-04-15

Cara Mengutip

Arjon Samuel Sitio, Richard Parlindungan Simanjuntak, & Sardo Pardingotan Sipayung. (2026). Analisis Pola Menu Program Makan Bergizi Gratis Menggunakan Algoritma Apriori. SATESI: Jurnal Sains Teknologi Dan Sistem Informasi, 6(1), 70–79. https://doi.org/10.54259/satesi.v6i1.7035

Terbitan

Vol 6 No 1 (2026): April 2026

Bagian

Articles

Lisensi

Hak Cipta (c) 2026 Arjon Samuel Sitio, Richard Parlindungan Simanjuntak, Sardo Pardingotan Sipayung

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

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

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. 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.
  3. 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 (Refer to The Effect of Open Access).