<![CDATA[Kebimbangan dalam memilih makanan dan minuman (F&B) yang sesuai dengan preferensi dan kondisi emosional menjadi masalah bagi banyak pengguna, terutama di tengah banyaknya pilihan yang tersedia. Pengaruh emosi dan kebutuhan akan rekomendasi yang tepat semakin menambah kompleksitas pengambilan keputusan. Penelitian ini bertujuan mengembangkan aplikasi sistem rekomendasi F&B berbasis mobile yang memberikan rekomendasi personal secara real-time, membantu pengguna dalam memilih konsumsi yang sesuai. Dengan memanfaatkan analisis big data, aplikasi ini dapat memproses data pengguna secara efisien dan memberikan rekomendasi yang akurat dan relevan. Kebaruan penelitian pada integrasi sistem rekomendasi menggunakan metode MADLC dengan platform pemesanan online, yang memungkinkan pengguna mendapatkan rekomendasi yang dipersonalisasi sesuai preferensi mereka dan langsung dapat mengambil keputusan secara mudah. Meskipun demikian, tantangan tetap ada, seperti pengumpulan data personal yang akurat dan pengujian aplikasi yang masih terbatas pada kelompok tertentu. Urgensi penelitian ini semakin meningkat dengan tren layanan digital dan pemesanan makanan yang kian populer di era modern.]]>
