Prediksi Kemiripan Produk Makanan Berdasarkan Tingkat Persamaan Bahan Baku Dengan Menggunakan Algoritma Similarity Graph

Utomo, Girraz Karyo (2021) Prediksi Kemiripan Produk Makanan Berdasarkan Tingkat Persamaan Bahan Baku Dengan Menggunakan Algoritma Similarity Graph. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05211740000090-Undergraduate_Thesis.pdf]
Preview
Text
05211740000090-Undergraduate_Thesis.pdf - Accepted Version

Download (3MB) | Preview

Abstract

Makanan halal adalah makanan yang memenuhi kaidah berdasarkan syariah Islam. Beberapa hal yang tidak diperbolehkan untuk makanan halal adalah mengonsumsi alkohol, babi, darah, bangkai, dan daging yang tidak disembelih menurut syariah. Berdasarkan Pasal 39 Undang – Undang Nomor 33 Tahun 2014 tentang jaminan produk halal, sertifikat halal diterbitkan oleh Badan Penyelenggara Jaminan Produk Halal (BPJPH) di Indonesia. Sertifikat halal bertujuan menjamin makanan memiliki komposisi yang mengandung unsur bahan – bahan yang halal. Akan tetapi masih terdapat produk makanan yang belum memiliki sertifikat halal. Permasalahan ini merupakan kebutuhan umat Islam serta memberikan kenyamanan dalam memilih produk. Dalam hal ini diperlukan untuk memperkirakan kehalalan dari produk makanan yang masih belum tersertifikasi. Terdapat beberapa cara untuk memperkirakan kehalalan produk dilihat dari persamaan bahan baku. Persamaan ini dilakukan dengan produk yang telah tersertifikasi halal. Untuk itu akan dilakukan prediksi kehalalan produk makanan berdasarkan bahan baku. Data diambil dari website Indomaret untuk dilakukan similarity graph. Data yang diambil berisikan nama produk, komposisi produk makanan, dan manufaktur. Data tersebut akan diproses dengan LODHalal untuk mengambil data produk makanan yang telah memiliki sertifikat halal. Prediksi persamaan data yang belum memiliki sertifikat halal akan dilihat persamaan bahan baku dari produk halal. Dari hasil tersebut akan memberikan hasil similarity dari data tiap – tiap produk. Pembuatan similarity graph untuk memberikan gambaran untuk keterkaitan persamaan dari hasil similarity yang didapatkan. Pembuatan graph menggunakan Neo4j. Neo4j mampu memberikan gambaran keterkaitan persamaan antar data. Algoritma pada Neo4j digunakan dalam penelitian antara lain Jaccard similarity dan Approximate Nearest Neighbor serta link prediction yang digunakan adalah Adamic Adar dan Preferential Attacthment memberikan pilihan untuk menggunakan algoritma persamaan dari hasil yang didapatkan. Analisa hasil dari similarity untuk melihat perbandingan mana yang cukup baik. F-measure digunakan untuk mengukur kesesuaian algoritma yang digunakan untuk melihat persamaan kehalalan. Hasil yang didapatkan dari 603 node produk makanan pada algoritma Jaccard yang memiliki persamaan dengan 10 produk makanan yang diprediksi sebagai produk halal. Serta hasil penggunaan algoritma yang cukup mirip dalam memberikan hasil prediksi.
================================================================================================
Halal food is food that meets the rules based on Islamic sharia. Some things that are not allowed for halal food are consuming alcohol, pork, blood, carrion, and meat that is not slaughtered according to sharia. Based on Article 39 of Law Number 33 of 2014 concerning halal product guarantees, halal certificates are issued by the Halal Product Guarantee Agency (BPJPH) in Indonesia. Halal certificate aims to guarantee food has a composition containing elements of halal ingredients. However, there are still food products that do not have a halal certificate. This problem is a Muslim need and provides comfort in choosing products. In this case, it is necessary to estimate the halalness of food products that are still not certified. There are several ways to estimate the halalness of a product seen from the raw material equation. This equation is carried out with products that have been certified halal. For this reason, a prediction of the halalness of food products will be made based on raw materials. The data is taken from the Indomaret website for a similarity graph. The data taken contains the name of the product, the composition of the food product, and the manufacture. The data will be processed with LODHalal to retrieve data on food products that already have a halal certificate. Prediction of data equations that do not have a halal certificate will be seen in the similarity of raw materials from halal products. From these results will give the results of the similarity of the data of each - each product. Making similarity graph to provide an overview of the relationship between the similarity results obtained. Graph creation using Neo4j. Neo4j is able to provide an overview of the similarities between the data. The algorithm on Neo4j used in research includes Jaccard similarity and Approximate Nearest Neighbor and link prediction used is Adamic Adar and Preferential Attactment gives the option to use the equation algorithm from the results obtained. Analyze the results of similarity to see which comparison is good enough. F-measure is used to measure the suitability of the algorithm used to see the halal equation. The results obtained from 603 food product nodes in the Jaccard algorithm have similarities with 10 food products that are predicted to be halal products. As well as the results of using algorithms that are quite similar in providing prediction results.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: similarity, graph, halal, makanan, Neo4j
Subjects: T Technology > T Technology (General) > T385 Visualization--Technique
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Girraz Karyo Utomo
Date Deposited: 13 Aug 2021 17:15
Last Modified: 10 Jun 2024 01:17
URI: http://repository.its.ac.id/id/eprint/86280

Actions (login required)

View Item View Item