Sistem Rekomendasi Makanan serta Minuman dengan Metode Content Based Filtering

Fandi Nurrokhim

Abstract


Pasar Pundensari merupakan destinasi kuliner tradisional dengan sistem transaksi unik menggunakan stik bambu. Namun, proses pemilihan menu masih dilakukan secara manual, sehingga menyulitkan pengunjung dalam menentukan pilihan makanan sesuai preferensi mereka. Penelitian ini mengembangkan sistem rekomendasi makanan berbasis teknologi menggunakan metode Content-Based Filtering (CBF). Metode CBF menganalisis kemiripan antar menu berdasarkan bahan dan kategori dengan menggunakan pendekatan TF-IDF dan Cosine Similarity. Data diperoleh melalui observasi langsung terhadap daftar menu yang tersedia di Pasar Pundensari. Evaluasi sistem dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score untuk mengukur performa rekomendasi. Hasil evaluasi menunjukkan bahwa sistem mampu memberikan rekomendasi yang relevan dan sesuai preferensi pengguna, serta membantu pengunjung dalam memilih makanan secara lebih efisien, sehingga meningkatkan pengalaman kuliner di Pasar Pundensari.

References


Y. Visher Laja Jaja, B. Susanto, L. Ricky Sasongko, and K. Kunci, “Penerapan Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens,” 2020. [Online]. Available: https://ejournal.unsrat.ac.id/index.php/decartesian

S. Devi Nurhayati and W. Widayani, “Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering Yogyakarta Culinary Recommendation System with Item-Based Collaborative Filtering Method,” 2021. [Online]. Available: https://manganenakyog.my.id/

Dewa Ayu Putri Diah Pramesti and I Wayan Santiyasa, “Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Video Game,” 2022.

R. H. Mondi and A. Wijayanto, “RECOMMENDATION SYSTEM WITH CONTENT-BASED FILTERING METHOD FOR CULINARY TOURISM IN MANGAN APPLICATION,” 2019.

M. Afdal, L. Rahma Elita, P. Studi Sistem Informasi, F. H. Sains dan Teknologi UIN Suska Riau Jl Soebrantas KM, and P. Pekanbaru -Riau, “PENERAPAN TEXT MINING PADA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 8, no. 1, 2022.

D. Auliya Agustina, S. Subanti, E. Zukhronah, P. Studi Statistika, and U. Sebelas Maret, “Implementasi Text Mining Pada Analisis Sentimen Pengguna Twitter Terhadap Marketplace di Indonesia Menggunakan Algoritma Support Vector Machine,” 2020.

G. V. R. Pake, V. C. Mawardi, and T. Sutrisno, “PENERAPAN METODE CONTENT BASED FILTERING DALAM IMPLEMENTASI SISTEM REKOMENDASI MUSIK,” Jurnal Serina Sains, Teknik dan Kedokteran, vol. 1, no. 2, pp. 455–462, Oct. 2023, doi: 10.24912/jsstk.v1i2.31037.

Meiyanto Eko Sulistyo, Ristu Saptono, and Adam Asshidiq, “PENILAIAN UJIAN BERTIPE ESSAY MENGGUNAKAN METODE TEXT SIMILARITY,” pp. 146–158, Jul. 2015.

V. Atina and D. Hartanti, “KNOWLEDGE BASED RECOMMENDATION MODELING FOR CLOTHING PRODUCT SELECTION RECOMMENDATION SYSTEM,” Jurnal Teknik Informatika (Jutif), vol. 3, no. 5, pp. 1407–1413, Oct. 2022, doi: 10.20884/1.jutif.2022.3.5.584.

D. Lisniati and S. Ristu, “Penerapan Metode Collaborative Filtering Menggunakan Rating Implisit pada Sistem Perekomendasi Pemilihan Film di Rental VCD,” Dec. 2012.

P. Brusilovsky, “Collaborative Filtering Recommender Systems,” 2007. [Online]. Available: http://www.movielens.org/


Refbacks

  • There are currently no refbacks.



 
PANDUAN SUBMITE ARTIKEL
 


Kantor Sekertariat:
Universitas PGRI Madiun
Jl. Auri No. 14-16  Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email :  [email protected]
 
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.