<![CDATA[Gastrodiplomasi, sebagai strategi diplomasi budaya melalui kuliner, memerlukan pendekatan berbasis data untuk meningkatkan efektivitasnya. Penelitian ini mengembangkan sistem rekomendasi berbasis Collaborative Filtering dan pipeline ETL (Extract, Transform, Load) menggunakan Apache Airflow untuk mengintegrasikan data survei rempah (2021-2024), restoran internasional, dan distribusi bumbu. Data diolah dengan algoritma user-based untuk merekomendasikan kombinasi bumbu, menu, serta strategi promosi restoran Indonesia di pasar global. Hasil evaluasi menunjukkan akurasi tinggi dengan Nilai MAE 0,058-0,088, yang menegaskan kemampuan sistem dalam memprediksi preferensi pasar. Analisis hasil divisualisasikan melalui dashboard Tableau interaktif, memudahkan pemantauan tren distribusi rempah dan preferensi kuliner secara real-time. Penelitian ini membuktikan efektivitas integrasi workflow ETL terotomatisasi dengan analitik machine learning untuk mendukung diplomasi berbasis data. Sistem yang dikembangkan tidak hanya menyediakan rekomendasi strategis bagi promosi kuliner Indonesia, tetapi juga menawarkan kerangka kerja yang dapat diadaptasi untuk skala lebih luas. Ke depannya, pengembangan model hybrid dan integrasi data real-time dapat meningkatkan presisi rekomendasi serta responsivitas kebijakan. Temuan ini menjadi langkah awal dalam membangun praktik gastrodiplomasi Indonesia yang lebih terukur dan adaptif terhadap dinamika pasar global.]]>
Copyrights © 2025
