Desky, Muhammad Azhari (2026) SISTEM REKOMENDASI MENU DIET BERBASIS PENDEKATAN HYBRID CONTENT-BASED DAN COLLABORATIVE FILTERING. S1 thesis, Universitas Malikussaleh.

[img] Text
cover.pdf

Download (127kB)
[img] Text
abstrak.pdf

Download (255kB)
[img] Text
bab 1.pdf

Download (236kB)
[img] Text
daftar pustaka.pdf

Download (217kB)
[img] Text
full text.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Pola hidup sehat merupakan fondasi utama dalam menjaga kesehatan fisik dan mencegah penyakit kronis, yang mana pemenuhan gizi seimbang menjadi faktor penentu. Kendati demikian, individu sering menghadapi kendala dalam menentukan menu makanan yang sesuai akibat kompleksitas dan ketidakstrukturan informasi gizi yang tersedia saat ini. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Rekomendasi Menu Diet berbasis website dengan menerapkan pendekatan Hybrid. Metode ini mengintegrasikan Content-Based Filtering yang memanfaatkan profil pengguna seperti usia, jenis kelamin, tinggi badan, berat badan, tingkat aktivitas fisik, tujuan diet, kondisi kesehatan, dan alergi dan Collaborative Filtering merekomendasikan makanan berdasarkan kesamaan pola antar pengguna. Sistem dikembangkan menggunakan arsitektur modern meliputi Next.js sebagai frontend, Flask sebagai backend, dan MySQL. Hasil pengujian menunjukkan bahwa metode hybrid menghasilkan performa yang lebih robust dibandingkan metode tunggal dengan capaian Precision 0,7418 dan Recall 0,7500. Peningkatan Recall sebesar 8,0% dibandingkan Collaborative Filtering murni mengonfirmasi efektivitas sistem dalam memitigasi masalah data sparsity dan cold-start. Dengan demikian, sistem ini dapat sebagai alat pendukung keputusan yang memberikan rekomendasi diet personal dan adaptif, meskipun perluasan dataset tetap disarankan untuk optimasi di masa depan.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Muhammad Azhari Desky
Date Deposited: 05 Feb 2026 04:29
Last Modified: 05 Feb 2026 04:29
URI: https://rama.unimal.ac.id/id/eprint/18095

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by