Pengembangan Model Multimodal Information Retrieval Untuk Rekomendasi Restoran Halal Di Indonesia

Permana, Ahmad Fadhino Tegar (2026) Pengembangan Model Multimodal Information Retrieval Untuk Rekomendasi Restoran Halal Di Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026221109-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Indonesia memiliki kekayaan warisan budaya yang beragam, yang mana ditunjukkan oleh variasi makanan tradisional yang beragam dan tersebar di seluruh wilayah Indonesia. Selain itu, Indonesia merupakan salah satu negara dengan penduduk beragama islam terbesar di dunia. Kedua hal tersebut memunculkan korelasi, yang mana kebutuhan akan makanan dan minuman halal sangat tinggi, terutama bagi masyarakat muslim. Penelitian sebelumnya yang terkait dengan sistem rekomendasi, termasuk sistem rekomendasi restoran halal di Indonesia, masih memiliki beragam kelemahan seperti metode yang digunakan tidak mendukung modalitas baik teks maupun citra atau model yang digunakan masih mendukung satu modalitas saja. Oleh sebab itu, pada penelitian tugas akhir ini, dikembangkan sistem rekomendasi yang mendukung 2 (dua) modalitas, yakni teks dan citra, untuk studi kasus restoran halal di Indonesia. Model untuk modalitas teks yang digunakan pada tugas akhir ini menggunakan metode Word2Vec. Model Word2Vec dilatih menggunakan data yang didapatkan dari proses scraping platform Google Maps, yakni ulasan restoran. Selain itu, modalitas citra pada tugas akhir ini digunakan metode CBIR, yang dilatih menggunakan data yang didapatkan dari gambar menu restoran di internet berdasarkan restoran yang sesuai. Kemudian, kedua model diintegrasikan menjadi satu sistem rekomendasi, yang dilakukan dengan menggunakan metode penggabungan khusus, yakni reranking dan weighted sum. Metode reranking dilakukan dengan mengambil top-k restoran berdasarkan data modalitas awal yang telah dilatih, kemudian dari hasil tersebut digunakan data dan model modalitas yang lain untuk meranking ulang daftar hasil rekomendasi restoran menjadi daftar yang lebih kecil. Oleh karena itu, luaran model sistem rekomendasi dari penelitian tugas akhir ini diharapkan dapat membantu masyarakat, terutama muslim, dalam melakukan pencarian restoran halal yang lebih terpersonalisasi dan akurat.
=================================================================================================================================
Indonesia possesses a rich and diverse cultural heritage, evidenced by a wide variety of traditional foods distributed throughout the country. Furthermore, Indonesia is home to one of the world's largest Muslim populations. These two factors create a correlation wherein the demand for halal food and beverages is exceptionally high, corresponding to the size and growth of the Indonesian population, particularly within the Muslim community. Previous research related to recommendation systems, including those for halal restaurants in Indonesia, still exhibits various limitations. For instance, the methods employed often fail to support multiple modalities, or the models rely on only a single modality (either text or image). Therefore, this final year project develops a recommendation system that supports two modalities, image and text, focusing on a case study of halal restaurants in Indonesia. The text modality model utilized in this study employs the Word2Vec method. The Word2Vec model is trained using data obtained through web scraping of the Google Maps platform, specifically restaurant reviews. Additionally, the image modality incorporates the CBIR (Content-Based Image Retrieval) method, which is trained using data collected from online restaurant menu images corresponding to the respective establishments. Subsequently, both models are integrated into a unified recommendation system utilizing specific combination methods: reranking and weighted sum. The reranking method involves retrieving the top-k restaurants based on the initially trained modality data. From these preliminary results, the alternative modality's data and model are utilized to re-rank the recommendations into a more refined, smaller list. Ultimately, the output of the recommendation system model developed in this research is expected to assist the public, particularly Muslims, in conducting more personalized and accurate searches for halal restaurants.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Recommendation System, CBIR, Word2Vec, Multimodal, Halal Restaurant, Sistem Rekomendasi, CBIR, Word2Vec, Multimodal, Restoran Halal
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Ahmad Fadhino Tegar Permana
Date Deposited:	03 Aug 2026 01:48
Last Modified:	03 Aug 2026 01:48
URI:	http://repository.its.ac.id/id/eprint/140933

Actions (login required)

View Item