Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Imam Sutoyo
Informatika, Universitas Bina sarana Informatika
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN SISTEM REKOMENDASI RESEP BERGIZI UNTUK MASYARAKAT MENGGUNAKAN K-MEANS CLUSTERING Neoval Fitroha; Andika Eka Suandi; Muhammad Fajar Nurcahyadi; Syifa Nur Rakhmah; Findi Ayu Sariasih; Imam Sutoyo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16631

Abstract

Pemanfaatan teknologi digital semakin memudahkan masyarakat dalam mencari serta memilih makanan, namun kemudahan tersebut turut mendorong meningkatnya konsumsi makanan cepat saji yang cenderung rendah nilai gizi dan berisiko menimbulkan masalah kesehatan. Penelitian ini mengembangkan sebuah sistem rekomendasi resep bergizi berbasis web yang menyesuaikan saran menu dengan kebutuhan energi masing-masing pengguna. Proses penelitian mencakup tahap pra-pengolahan dataset Indonesian Food and Drink Nutrition yang berisi 1.347 jenis makanan, penerapan algoritma K-Means Clustering untuk mengelompokkan makanan berdasarkan kandungan kalori, protein, karbohidrat, dan lemak, serta integrasi perhitungan Basal Metabolic Rate (BMR) dan Total Daily Energy Expenditure (TDEE). Implementasi sistem dilakukan menggunakan CodeIgniter 4. Hasil pengelompokan menunjukkan lima cluster makanan dengan karakteristik nutrisi yang berbeda, di mana cluster terbesar adalah Rendah Karbohidrat (66,5%). Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai rata-rata 0.76 yang mengindikasikan kualitas cluster yang baik. Sistem yang dibangun mampu memberikan rekomendasi resep yang sesuai dengan profil gizi pengguna dan berpotensi mendukung pola makan yang lebih terarah serta personal
PENERAPAN COLLABORATIVE FILTERING DENGAN METODE SINGULAR VALUE DECOMPOSITION UNTUK REKOMENDASI BUKU Radithya Putra Pratama; Yuqimuna Haq; Gadhing Nandy Pratama; Syifa Nur Rakhmah; Findi Ayu Sariasih; Imam Sutoyo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16632

Abstract

Perkembangan teknologi informasi telah mendorong hadirnya platform baca digital seperti Google Books dan Gramedia Digital yang menyediakan ribuan pilihan buku. Namun, kelimpahan informasi ini menimbulkan tantangan information overload yang membuat pengguna kesulitan menemukan buku sesuai minat. Permasalahan utama adalah metode Collaborative Filtering konvensional memiliki akurasi rendah (53%) pada data dengan sparsity tinggi dan mengalami cold start problem untuk pengguna baru. Penelitian ini bertujuan menerapkan metode Collaborative Filtering berbasis Singular Value Decomposition (SVD) untuk meningkatkan akurasi sistem rekomendasi buku. Metode SVD dipilih karena kemampuannya mengekstrak latent factors dari user-item matrix untuk menemukan pola tersembunyi. Pendekatan penelitian bersifat kuantitatif dengan metode eksperimen menggunakan dataset Book-Crossing dari Kaggle (271.360 buku, 278.858 pengguna, 383.842 rating). Sistem dikembangkan menggunakan Python dengan pustaka NumPy, Pandas, dan Surprise. Evaluasi menggunakan metrik Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE) menunjukkan nilai RMSE 0.7209 dan MAE 0.5588, mengindikasikan tingkat kesalahan prediksi rendah dan peningkatan akurasi signifikan. Kontribusi penelitian adalah implementasi pure SVD yang terbukti efektif mengatasi data sparsity dan menghasilkan rekomendasi personal lebih akurat. Sistem berupa prototype aplikasi web AMBACA mampu memberikan 12 rekomendasi buku berdasarkan 5 rating awal pengguna
Co-Authors Andika Eka Suandi Findi Ayu Sariasih Gadhing Nandy Pratama Muhammad Fajar Nurcahyadi Neoval Fitroha Radithya Putra Pratama Syifa Nur Rakhmah Yuqimuna Haq