https://aboutmusicschools.com https://slotmgc.com https://300thcombatengineersinwwii.com https://mobilephonesource.co.uk https://discord-servers.io https://esmark.net https://slotmgc.com https://nikeshoesinc.us https://ellisislandimmigrants.org https://holidaysanthology.com https://southaventownecenter.net https://jimgodfreydesign.com https://mckinneypaintingpros.com https://enchantedmansion.org https://mckinneypaintingpros.com https://laurabrodieauthor.com https://holidaysanthology.com https://ardictionary.com https://113.30.151.116 https://103.252.118.20 https://206.189.83.174 https://157.230.39.109 https://128.199.85.208 https://172.104.51.149 https://174.138.21.250 https://157.245.50.183 https://152.42.239.189 https://188.166.210.125 https://152.42.178.155 https://192.53.172.202 https://172.104.188.91 https://103.252.118.157 https://63.250.61.107 https://165.22.104.74

Penerapan Algoritma K-Nearest Neighbors dalam Sistem Rekomendasi Makanan Berdasarkan Kebutuhan Nutrisi dengan Content-Based Filtering

Authors

  • Luqyana Zakiya Almas Universitas Sebelas Maret, Indonesia
  • Yuliana Susanti Universitas Sebelas Maret, Indonesia
  • Sri Sulistijowati Handajani Universitas Sebelas Maret, Indonesia

DOI:

https://doi.org/10.29313/statistika.v24i1.3558

Keywords:

Rekomendasi Makanan, K-Nearest Neighbor, Content-Based Filtering

Abstract

ABSTRAK

Pemenuhan nutrisi merupakan sebuah keharusan untuk menjaga kesehatan tubuh. Memahami manfaat nutrisi dan cairan dalam tubuh dapat mendukung pertumbuhan dan perkembangan serta mencegah berbagai penyakit yang disebabkan oleh kekurangan nutrisi atau bisa disebut malnutrisi. Malnutrisi merujuk pada kelebihan atau kurangnya nutrisi, tidak seimbangnya nutrisi, atau masalah pemanfaatan nutrisi. Seiring berjalannya waktu, hal ini dapat meningkatkan risiko terjadinya beberapa penyakit dan gangguan kesehatan lainnya, seperti kelebihan berat badan atau obesitas, diabetes, atau beberapa penyakit tidak menular. Tujuan dari penelitian ini untuk membuat rekomendasi makanan berdasarkan kebutuhan nutrisi menggunakan algoritma K-Nearest Neighbor dengan content-based filtering. Pada penelitian ini K-Nearest Neighbor digunakan untuk menghasilkan rekomendasi makanan terdekat sesuai dengan keinginan dan kebutuhan pengguna dengan menghitung Euclidean distance. Dengan memanfaatkan algoritma K-Nearest Neighbor dalam content-based filtering, penelitian ini berhasil menciptakan suatu sistem rekomendasi makanan yang dapat disesuaikan dengan kebutuhan nutrisi individu, termasuk pengguna yang sehat, memiliki alergi, dan riwayat diabetes. Hasil evaluasi model menunjukkan bahwa metode ini mampu memberikan rekomendasi makanan dengan tingkat kesalahan yang rendah, dengan melihat nilai Root Mean Square Error 18.75. Dengan demikian, penelitian ini memberikan kontribusi dalam mendukung pemenuhan nutrisi yang tepat, serta memberikan arahan praktis bagi individu untuk menjaga kesehatan tubuh melalui pola makan yang sesuai dengan kebutuhan pengguna.

ABSTRACT

Fulfilling nutrition is a must to maintain a healthy body. Understanding the benefits of nutrition and fluids in the body can support growth and development and prevent various diseases caused by nutritional deficiencies or what can be called malnutrition. Malnutrition refers to excess or lack of nutrition, imbalance in nutrition, or problems with nutrient utilization. Over time, this can increase the risk of several diseases and other health problems, such as being overweight or obese, diabetes, or several non-infectious diseases. This research aims to make food recommendations based on nutritional needs using the K Nearest Neighbor algorithm with content-based filtering. In this research, K-Nearest Neighbor produces recommendations for the closest food according to the user's desires and needs by calculating Euclidean distance. By utilizing the deep K-Nearest Neighbor algorithm and content-based filtering, this research succeeded in creating a food recommendation system that can be customed by individual nutritional needs, including users who are healthy, have allergies, and have a history of diabetes. The model evaluation results show that this method can provide food recommendations with a low error rate by looking at the values Root Mean Square Error of 18.75. Thus, this research contributes to supporting the fulfillment of proper nutrition and providing practical direction for individuals to maintain body health through a diet that suits the user's needs.

References

Azhar, R. M., & Rosmala, D. (2022). Klasifikasi Asupan Kalori Untuk Diet Menggunakan K- Nearest Neighbors Berbasis Android. Bandung: Itenas.

Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), 29-33.

Ćalasana, M., Aleem, S. H., & Zobaa, A. F. (2020). On the root mean square error (RMSE) calculation for parameter estimation of photovoltaic models: A novel exact analytical solution based on Lambert W function. Energy Conversion and Management, 210, 1-16.

Gupta, P. K. (2020). Toxic Effects of Calories. i Problem Solving Questions in Toxicology (ss. 201-205). Cham: Springer.

Harris, J. A., & Benedict, F. G. (1918). A Biometric Study of Human Basal Metabolism. Proceedings of the National Academy of Sciences of the United States of America. Washington.

Hashim, S. Z., & Waden, J. (2023). Content-Based Filtering Algorithm in Social Media. Wasit Journal of Computer and Mathematics Science, 14-17.

Hodson, T. O. (2022). Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not. Geoscientific Model Development, XV(14), 5481-5487.

Khan, A. A. (2023). Improving Health Through Diet. DIET FACTOR (Journal of Nutritional and Food Sciences), IV(2).

Kiani, A. K., Dhuli, K., Donato, K., Aquilanti, B., Velluti, V., Matera, G., . . . Bertelli, M. (2022). Main nutritional deficiencies. Journal of Preventive Medicine and Hygiene, 63(2S3), 93-101.

Kobylińska, M., Antosik, K., Decyk, A., & Kurowska, K. (2021). Malnutrition in Obesity: Is It Possible? Obesity Facts, XV(1), 19-25.

Mawartika, Y. E., & Guntur, M. (2021). Aplikasi Sistem Pakar Pemilihan Makanan Berdasarkan Kebutuhan Gizi Menggunakan Metode Forward Chaining. Cogito Smart Journal, VII(1), 96-110.

Nafata, B. B., Akhmad Yusuf, & Muliadi. (2019). Penyusunan Menu Makanan Untuk Penderita Diabetes Mellitus Tipe 2 Tanpa Komplikasi Menggunakan Algoritma Genetika. Jurnal Matematika Murni dan Terapan “εpsilon”, XIII(1), 24-35.

Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square. Jurnal Informatika: Jurnal Pengembangan IT, IV(1), 20-24.

Nopitasari, P. E., & Heri, M. (2021). Pemenuhan Nutrisi (The Fulfillment Of Nutrition): Literatur Review . Jurnal Online Keperawatan Indonesia, IV(1), 17-27.

Ridho, L. A., Muharman, L., & Al, K. (2020). Optimization of distance formula in K-Nearest Neighbor method. Bulletin of Electrical Engineering and Informatics (BEEI), IX(1), 326-338.

Shao, B., Li, X., & Bian, G. (2021). A survey of research hotspots and frontier trends of recommendation systems from the perspective of knowledge graph. Expert Systems , 1-20.

Utama, D. P., Sudarmaningtyas2, P., & Churniawan, A. D. (2019). Rancang Bangun Aplikasi Penjualan Makanan Sehat Bedasarkan Perhitungan Kalori Menggunakan BMR Pada Rumah Sakit Islam Jemursari. Jurnal Sistem Informasi Universitas Dinamika (JSIKA), IX(3), 1-9.

Yadav, K., Soni, H., & Pathik, N. (2023). Recommendation System Based on Double Ensemble Models using KNN-MF. International Journal of Advanced Computer Science and Applications. https://doi.org/10.14569/ijacsa.2023.0140566.

Downloads

Published

2024-05-31

Issue

Section

Articles