Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics and Interactive Technology (JIITE)
Khonif Zakaria
Universitas Amikom Purwokerto
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Rekomendasi Resep Masakan Menggunakan Metode Content-Based Filtering dan Collaborative Filtering Dzaky Fadli Firmansyah; Rakha Asyraf; Khonif Zakaria; Nauval Rizky Ramadhan; Suleiman Abdulsalam Mohamed Hussein Alnaham; Panca Aziz Saputra
Journal of Informatics and Interactive Technology Vol. 3 No. 2 (2026): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v3i2.102

Abstract

Pertumbuhan pesat platform kuliner digital telah menyebabkan kelebihan informasi yang menyulitkan pengguna untuk menemukan resep yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem rekomendasi resep dengan membandingkan metode Content-Based Filtering (CBF) dan Item-Based Collaborative Filtering (CF). Menggunakan dataset Food.com yang memuat lebih dari 230.000 resep dan 1,1 juta interaksi pengguna, sistem ini menerapkan TF-IDF untuk representasi teks dan memproses rating pengguna menjadi umpan balik implisit (implicit feedback). Kinerja kedua metode dievaluasi menggunakan metrik Precision@K, Recall@K, dan HitRate@K (K=50). Hasil penelitian menunjukkan bahwa Collaborative Filtering secara signifikan mengungguli Content-Based Filtering, dengan capaian HitRate@50 sebesar 0,1830 berbanding 0,0538 pada CBF. Meskipun CBF mampu memberikan relevansi semantik berdasarkan bahan dan tags, pendekatan CF terbukti lebih efektif dalam menangkap preferensi kolektif pengguna dalam skala data besar. Penelitian ini menyimpulkan bahwa Collaborative Filtering menawarkan akurasi yang lebih tinggi, sementara Content-Based Filtering tetap penting untuk mengatasi keterbatasan data interaksi awal serta melengkapi ekosistem rekomendasi.
Co-Authors Dzaky Fadli Firmansyah Nauval Rizky Ramadhan Panca Aziz Saputra Rakha Asyraf Suleiman Abdulsalam Mohamed Hussein Alnaham