View/Open

Author
EDWIN, DARREN HASANNUDIN

Date Published
23 Jun 2026

Advisor
Arief Ichwani, S.Kom., M.Cs,

Subject
Teknik Informatika

Publisher

Ketersediaan bahan masakan yang terbatas sering menjadi kendala dalam proses memasak sehingga diperlukan sistem yang mampu memberikan rekomendasi bahan pengganti berdasarkan karakteristik serupa. Penelitian ini bertujuan merancang dan menganalisis performa sistem rekomendasi bahan pengganti masakan menggunakan metode Content Based Filtering. Dataset yang digunakan berupa data sekunder dari Tabel Komposisi Pangan Indonesia dan referensi Ilmu Bahan Pangan dengan atribut energi, protein, lemak, karbohidrat, kategori, dan tekstur. Tahap pra-pemrosesan dilakukan menggunakan Min-Max Scaling untuk normalisasi atribut numerik serta One-Hot Encoding untuk transformasi atribut kategorikal. Pengukuran tingkat kemiripan dilakukan menggunakan Cosine Similarity, Euclidean Distance, dan Manhattan Distance. Hasil perhitungan ditampilkan dalam bentuk rekomendasi Top-5 bahan pengganti berdasarkan tingkat kedekatan profil nutrisi. Evaluasi sistem dilakukan menggunakan Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) untuk mengukur deviasi karakteristik nutrisi antara bahan acuan dan hasil rekomendasi. Hasil pengujian menunjukkan bahwa ketiga metode similarity mampu menghasilkan rekomendasi yang konsisten berdasarkan kedekatan atribut gizi, sehingga sistem dapat digunakan sebagai alternatif pendukung dalam menentukan substitusi bahan masakan secara objektif berbasis data nutrisi. Kata Kunci: Content Based Filtering, sistem rekomendasi, bahan pengganti masakan, cosine similarity, euclidean distance, manhattan distance, MAE, RMSE.

URI
https://repo.itera.ac.id/depan/submission/SB2606230231

Keyword
Content Based Filtering sistem rekomendasi bahan pengganti masakan cosine similarity euclidean distance manhattan distance MAE RMSE recommendation system cooking ingredient substitution