Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma K-Means dan NLP dengan Metode Semantic Embedding dan Cosine Similarity pada Aplikasi Rekomendasi Nutrisi Makanan Dimas Dwi Saputra; Astri Salwa Anisa; Liah Nopiansah; Yayan Hendrian
INSANtek Vol. 7 No. 1 (2026): Mei 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/insantek.v7i1.12722

Abstract

Asupan nutrisi dan kalori adalah fokus utama untuk sebagian masyarakat yang ingin atau sedang melakukan program untuk menaikkan berat badan, menurunkan berat badan, serta menjaga berat badan. Kebanyakan orang lupa untuk memperhatikan kebutuhan asupan nutrisi dan kalori mereka, sehingga program yang mereka lakukan gagal atau tidak sesuai keinginan. Oleh karena itu, dibutuhkan waktu lebih untuk mencatat serta menghitung asupan nutrisi serta kalori yang dikonsumsi setiap harinya. Penelitian ini membuat program yang mampu memberikan rekomendasi makanan dengan menghitung kalori yang dibutuhkan berdasarkan perhitungan BMR. Aplikasi ini mengambil data makanan Indonesia yang sudah tersedia pada website milik Kementrian Kesehatan Republik Indonesia untuk menghitung kalori yang dibutuhkan. Dengan menggunakan Algoritama K-Means untuk mengelompokkan jenis makanan berdasarkan makanan tinggi protein, rendah kalori, dan makanan seimbang. NLP (Natural Language Processing) dengan model berbasis SentenceTransformer untuk memahami serta merespon masukkan/input dari pengguna. Implementasi ini diharapkan mampu memberikan dampak bagi masyarakat dalam memilih makanan sesuai kebutuhan nutrisi dan kalori mereka.