Kurniawan, Stevanus (2018) Model Rekomendasi Makanan Untuk Ibu Hamil Menggubakan Metode K-Nearest Neighbor Pada Port Five Six. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Port Five Six adalah sebuah rumah makan yang berada di Gading Serpong yang bergerak dibidang makanan dan minuman yang mempunyai berbagai macam produk yang dijual. Setiap harinya rumah makan ini dikunjungi oleh banyak sekali pengunjung dan tidak terkecuali ibu hamil. Ibu hamil terkadang tidak ingat makanan apa yang harus dihindari dan terkadang binggung untuk menyantap makanan di rumah makan karena tidak mengetahui bahan-bahan apa yang digunakan. Terdapat beberapa metode yang dapat memberikan rekomendasi makanan, namun ada metode yang baik yang dapat memberikan rekomendasi makanan terdekat yaitu metode K-Nearest Neighbor (K-NN). Agar mempermudah pemesanan makanan maka dibutuhkan aplikasi android yang dapat memesan makanan dan juga memberikan rekomendasi makanan untuk ibu hamil. K-NN merupakan salah satu teknik algoritma lazy learning. K-NN dilakukan dengan mencari kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing. Hasil implementasi Metode K-Nearest Neighbor kedalam sebuah sistem aplikasi sehingga diperoleh hasil rekomedasi makanan untuk makanan yang tidak boleh di konsumsi oleh ibu hamil. Didapatkan makanan-makanan yang menjadi rekomendasi makanan berdasarkan jarak terdekat dengan menggunakan rumus Euclidean Distance. Seperti rekomendasi makanan untuk salted egg yolk chicken adalah smashed chicken, chasu don, dan ontama grill chicken.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | K-Nearest Neighbor, Port Five Six, Ibu hamil |
Subjects: | 600 Technology (Applied Sciences) > 640 Home and Family Management > 641 Food and Drink > 641.3 Food |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 04 Dec 2019 02:55 |
Last Modified: | 03 Aug 2023 06:47 |
URI: | https://kc.umn.ac.id/id/eprint/11056 |
Actions (login required)
View Item |