PEMBANGUNAN SISTEM REKOMENDASI MENU MAKANAN RESTORAN BERBASIS WEB MENGGUNAKAN METODE KNOWLEDGE BASED RECOMMENDATION

Berdasarkan hasil survei dalam penelitian ini 68,57% konsumen restoran merasa kebingungan dalam memilih menu makanan yang ditawarkan. Penelitian ini bertujuan untuk membantu konsumen restoran yang merasa bingung dalam memilih menu makanan dengan cara membangun sistem rekomendasi menu makanan restora...

Full description

Saved in:
Bibliographic Details
Main Author: SUPARLAN, Surya (Author)
Format: Book
Published: 2012-10-29.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoupi_10813
042 |a dc 
100 1 0 |a SUPARLAN, Surya  |e author 
245 0 0 |a PEMBANGUNAN SISTEM REKOMENDASI MENU MAKANAN RESTORAN BERBASIS WEB MENGGUNAKAN METODE KNOWLEDGE BASED RECOMMENDATION 
260 |c 2012-10-29. 
500 |a http://repository.upi.edu/10813/1/s_kom_0803123_table_of_content.pdf 
500 |a http://repository.upi.edu/10813/2/s_kom_0803123_chapter1.pdf 
500 |a http://repository.upi.edu/10813/3/s_kom_0803123_chapter2.pdf 
500 |a http://repository.upi.edu/10813/4/s_kom_0803123_chapter3.pdf 
500 |a http://repository.upi.edu/10813/5/s_kom_0803123_chapter4.pdf 
500 |a http://repository.upi.edu/10813/6/s_kom_0803123_chapter5.pdf 
500 |a http://repository.upi.edu/10813/7/s_kom_0803123_bilbiography.pdf 
520 |a Berdasarkan hasil survei dalam penelitian ini 68,57% konsumen restoran merasa kebingungan dalam memilih menu makanan yang ditawarkan. Penelitian ini bertujuan untuk membantu konsumen restoran yang merasa bingung dalam memilih menu makanan dengan cara membangun sistem rekomendasi menu makanan restoran (SiSEMAR) yang dibuat untuk memberikan rekomendasi berdasarkan parameter bahan dasar menu, cara pengolahan menu dan rasa menu. Sistem rekomendasi ini dibangun berbasis pengetahuan dengan menggunakan metode knowledge based recommendation dan forward chaining. Sistem ini dapat memberikan rekomendasi menu kepada pengguna dengan cara mencocokan parameter yang dimasukan pengguna terhadap pengetahuan yang dimiliki sistem, menu yang direkomendasikan adalah menu yang memiliki kesamaan parameter berdasarkan aturan dalam sistem. Berdasarkan 10 kali eksperimen yang dilakukan, sistem dapat memberikan rekomendasi kepada konsumen sebesar 90%, sedangkan sisanya tidak dapat memberikan rekomendasi karena menu yang diinginkan tidak terdaftar dalam basis pengetahuan sistem. Parameter yang digunakan bekerja dengan baik dalam merekomendasikan menu makanan kepada konsumen yang tidak memiliki penyakit. Tetapi parameter tersebut tidak cukup baik bila digunakan untuk merekomendasikan menu kepada konsumen yang memiliki penyakit diabetes dan atau kolesterol. Untuk itu dibutuhkan parameter lain yang lebih spesifik seperti kandungan gizi untuk memecahkan masalah tersebut. Kesimpulan dari penelitian ini adalah bahwa sistem yang dibangun bekerja dengan cukup baik dalam merekomendasikan menu makanan kepada konsumen restoran, walaupun demikian sistem masih memiliki kekurangan, untuk itu perlu dilakukannya penelitian lebih lanjut yang dapat memperbaiki kekurangan tersebut. 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
690 |a LC5201 Education extension. Adult education. Continuing education 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n http://repository.upi.edu/10813/ 
787 0 |n http://repository.upi.edu 
856 |u https://repository.upi.edu/10813  |z Link Metadata