Sistem Rekomendasi Menu Makanan dengan Pendekatan Contextual Model dan Weighted Sum Model

ROBERTUS ADI NUGROHO, Dr. Ridi Ferdiana, S.T., M.T.;Teguh Bharata Adji, S.T., M.T., M.Eng., Ph.D.

2014 | Tesis | S2 Teknik Elektro

Wisata kuliner merupakan aktivitas yang populer saat ini. Banyak informasi disediakan mengenai wisata kuliner, baik melalu media cetak maupun elektronik. Akan tetapi, banyaknya informasi membuat pengguna menjadi bingung dan kesulitan untuk menemukan makanan yang sesuai dengan kebutuhkan. Banyak kriteria digunakan dalam memilih makanan, antara lain kandungan kalori, harga, lokasi, atau penilaian pakar kuliner. Metode Weighted Sum Model (WSM) adalah salah satu metode dalam Multi-Criteria Decision Making yang mampu mengevaluasi alternatif berdasarkan kriteria tertentu. Metode WSM diharapkan mampu memenuhi kebutuhan rekomendasi menu makanan. Sistem rekomendasi yang menggunakan pendekatan collaborative filtering dan content-based filtering tidak dapat memberikan rekomendasi secara maksimal jika obyek yang akan direkomendasikan belum pernah diberi rating atau pengguna adalah pengguna baru yang belum pernah menggunakan sistem. Dengan menggunakan WSM, permasalahan itu bisa dihindari. Kesederhanaan WSM diharapkan mampu mengurangi beban komputasi. Contextual Model diharapkan mampu membuat sitem rekomendasi menjadi lebih personal sehingga hasilnya lebih maksimal. Penelitian ini bertujuan untuk mengatasi overload informasi, membuat dan mengevaluasi hasil rekomendasi menu makanan dengan pendekatan Contextual Model dan Weighted Sum Model. Hasil evaluasi menunjukkan bahwa sistem memprioritaskan menu � menu berdasarkan WSM Score tiap menu makanan dari yang terbesar hingga terkecil. Prioritas diberikan berdasarkan beberapa aspek seperti kalori, harga, jarak dan review pakar kuliner. Pada jam makan pagi sistem mampu menyaring informasi hingga 17,07%, pada jam makan siang sistem mampu menyaring informasi hingga 87,80%, dan pada jam makanan malam sistem mampu menyaring informasi hingga 78,05%.

Nowadays food tourism became a popular activity among society. A lot of information are provided by electronics and printed media to help people find the best food for them. However, sometimes this information cannot help people to find their preferred foods because the information is very huge. Hence the information make people confuse and hard to find a food that fit to their needs. People use many criterias such as calorie, price, location, and culinary expert review to choose a food. Weighted Sum Model (WSM) is one of Multi-Criteria Decision Making method that can be used to evaluate many alternatives using criterias. WSM may fulfill user needs in food recommendation. Many recommender systems that use collaborative filtering and content-based filtering have a weakness in recommending an item when the item has not been rated yet or the user is a new user. By using WSM, this problem will be avoided. WSM should be able to reduce computational load as well by its simplicity. In order to maximize the recommendation, recommender system should be personalized. Contextual Model should be able to make system be personalized. The goal of this research are to solve information overload, to build and to evaluate food recommender system based on Contextual Model and Weighted Sum Model. This recommender system is able to prioritize some menus to user by ordering the WSM Score of each menu in descending order. The priority might be focus on aspects such as calorie, price, distance, and expert review score. At breakfast time the system is able to filter the recommended items until 17,07%, at lunch time the system is able to filter the recommended items until 87,80%, and at dinner time the system is able to filter the recommended items until 78,05%.

Kata Kunci : pendukung keputusan,makanan,pariwisata,sistem rekomendasi,multi-criteria decision making,contextual model