<![CDATA[Penentuan menu makanan sehat merupakan hal penting untuk membantu individu memilih makanan yang sesuai dengan kebutuhan nutrisi sehingga dapat mengurangi risiko munculnya berbagai masalah kesehatan yang dipicu oleh pola konsumsi yang tidak seimbang. Perbedaan kandungan gizi pada setiap jenis makanan seringkali membuat masyarakat kesulitan dalam menentukan pilihan makanan yang tepat dan sesuai kebutuhan tubuh. Oleh karena itu, penelitian ini mengembangkan sebuah Sistem Pendukung Keputusan dengan metode Simple Additive Weighting (SAW) untuk memberikan rekomendasi menu makanan sehat secara lebih objektif, terstruktur, dan terukur. Data nutrisi makanan diperoleh dari dataset Kaggle dan diklasifikasikan berdasarkan sembilan indikator penilaian, yaitu kalori, protein, karbohidrat, lemak, serat, gula, natrium, kolesterol, dan kebutuhan air. Masing-masing indikator diberikan bobot berdasarkan tingkat kepentingannya dalam menentukan kelayakan makanan sehat. Proses perhitungan dilakukan melalui tahap normalisasi dan penentuan nilai preferensi untuk menghasilkan ranking akhir alternatif makanan. Berdasarkan hasil perhitungan, makanan dengan nilai preferensi tertinggi adalah Quinoa dengan nilai 2.72, diikuti oleh Orange juice dengan nilai 2.66 dan Cookies dengan nilai 2.33. Sistem berbasis web yang dikembangkan mampu menampilkan proses klasifikasi, normalisasi, hingga hasil ranking secara otomatis, sehingga mempermudah pengguna memperoleh rekomendasi makanan yang sehat, tepat, dan mudah dipahami. Hasil penelitian ini menunjukkan bahwa metode SAW efektif serta relevan digunakan dalam proses penilaian menu makanan sehat secara kuantitatif, akurat, dan berbasis data.]]>
Copyrights © 2026
