Klasifikasi makanan dan minuman pada gofood menggunakan k-nearest neighbor

Maulana, Agung (2023) Klasifikasi makanan dan minuman pada gofood menggunakan k-nearest neighbor. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (275kB) | Preview
Preview	PDF BAB_I.pdf Download (277kB) | Preview
Preview	PDF BAB_II.pdf Download (1MB) | Preview
Preview	PDF BAB_III.pdf Download (369kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (267kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (619kB)

Abstract

Pertumbuhan pesat platform pengiriman makanan online telah merevolusi cara orang memesan dan menikmati makanan favorit mereka. GoFood, sebagai salah satu platform terkemuka dalam bidang ini, menawarkan beragam pilihan makanan dan minuman kepada penggunanya. Banyaknya merchant yang melakukan komplain terkait harga, promo, dan rating dimana sering terjadi ketidaksesuaian sehingga menyebabkan kerugian dan kehilangan pembeli menjadi salah satu masalah saat ini. Oleh karena itu, untuk meningkatkan pengalaman pengguna, kategorisasi, dan klasifikasi terhadap harga makanan dan minuman yang tersedia di GoFood sangat penting agar dapat merata ke semua merchant baik yang baru bergabung maupun yang sudah menjalin kerjasama. Pada penelitian ini dirancang dengan metode KNN yang diharapkan dapat memberikan manfaat yang signifikan bagi merchant baru yang bergabung dengan platform GoFood. Hasil implementasi KNN pada perhitungan Cross Validation sebanyak sepuluh kali dengan rata-rata scores 94% sedangkan hasil dari paramater k=10 sebesar 99.1% hingga k=70 sebesar 95%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	GoFood, Gojek, Cross Validation, merchant, machine learning, K- Nearest Neighbor
Subjects:	600 Technology (Applied Sciences) > 640 Home and Family Management > 641 Food and Drink
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Jul 2023 09:45
Last Modified:	18 Aug 2023 07:42
URI:	https://kc.umn.ac.id/id/eprint/26101

Actions (login required)

View Item