Pengembangan Sistem Rekomendasi Makanan Berbasis Content-Based Filtering dengan Algoritma K-Nearest Neighbor untuk Pengidap Diabetes, Hipertensi, dan Cardiovascular Disease (CVD)

Alamsyah, Bachtiar Rizky (2025) Pengembangan Sistem Rekomendasi Makanan Berbasis Content-Based Filtering dengan Algoritma K-Nearest Neighbor untuk Pengidap Diabetes, Hipertensi, dan Cardiovascular Disease (CVD). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026211020-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Diabetes, hipertensi, dan Cardiovascular Disease (CVD) adalah masalah kesehatan global dengan prevalensi yang terus meningkat, di mana pola makan yang tidak sehat menjadi salah satu pemicu utamanya. Melihat urgensi ini, penelitian ini bertujuan mengembangkan sistem rekomendasi makanan yang dipersonalisasi untuk pengidap ketiga penyakit tersebut. Sistem rekomendasi ini disusun dengan berbasis Content-Based Filtering yang dikombinasikan dengan algoritma K-Nearest Neighbor (KNN) serta optimasi dengan Multiple Constraint 0/1 Knapsack Problem untuk memberikan rekomendasi makanan sesuai preferensi pengguna dan Indeks Massa Tubuh (IMT) pengguna. Sistem yang telah diimplementasikan dalam bentuk website ini dirancang untuk informatif, mudah diakses, dan responsif. Dari sisi performa model, evaluasi menunjukkan accuracy klasifikasi tinggi di atas 0.90 dalam berbagai skenario kondisi kesehatan, serta nilai precision di atas 0.73 dan recall di atas 0.62. Angka-angka ini menegaskan kapabilitas model dalam mengidentifikasi makanan yang sesuai dan tidak sesuai. Meskipun demikian, analisis pemenuhan Angka Kecukupan Gizi (AKG) menunjukkan bahwa beberapa nutrisi penting seperti energi, serat, kalium, dan kalsium masih memerlukan optimasi lebih lanjut, karena penambahan makanan suitable dapat menyebabkan kelebihan nutrisi lain yang tidak dianjurkan. Validasi dari ahli gizi mengonfirmasi bahwa rekomendasi yang diberikan sudah baik dan selaras dengan pedoman klinis. Evaluasi website juga positif, menyoroti antarmuka yang intuitif dan responsif, menjadikan sistem ini alat bantu yang efektif.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Cardiovascular Disease, Content-Based Filtering, Diabetes, Hipertensi, K-Nearest Neighbor, Cardiovascular Disease, Content-Based Filtering, Diabetes, Hypertension, K-Nearest Neighbor
Subjects:	Q Science > QA Mathematics > QA76.9.I58 Recommender systems (Information filtering)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Bachtiar Rizky Alamsyah
Date Deposited:	25 Jul 2025 15:00
Last Modified:	25 Jul 2025 15:00
URI:	http://repository.its.ac.id/id/eprint/122076

Actions (login required)

View Item