<![CDATA[Choosing foods that meet nutritional needs remains a challenge, especially when nutritional information is not analyzed systematically. This study implements a Decision Tree algorithm to classify foods based on key nutritional content, namely calories, protein, fat, and carbohydrates. The model is built using a quantitative approach with the CART algorithm, and the evaluation process uses metrics such as accuracy, precision, recall, and F1-score. The results of the study show that the Decision Tree can produce a transparent and easily traceable decision structure, with good accuracy in classifying food categories such as high protein, high fat, low calorie, and high carbohydrate. These findings confirm that the Decision Tree is an effective method to support nutritional analysis and provide a foundation for a more informative food recommendation system. ABSTRAK Pemilihan makanan yang sesuai dengan kebutuhan nutrisi masih menjadi tantangan, terutama ketika informasi gizi tidak dianalisis secara sistematis. Penelitian ini mengimplementasikan algoritma Decision Tree untuk mengelompokkan makanan berdasarkan kandungan gizi utama, yaitu kalori, protein, lemak, dan karbohidrat. Model dibangun menggunakan pendekatan kuantitatif dengan algoritma CART dan proses evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Decision Tree mampu menghasilkan struktur keputusan yang transparan dan mudah ditelusuri, dengan tingkat akurasi yang baik dalam mengklasifikasikan kategori makanan seperti tinggi protein, tinggi lemak, rendah kalori, dan tinggi karbohidrat. Temuan ini menegaskan bahwa Decision Tree merupakan metode yang efektif untuk mendukung analisis nutrisi serta memberikan dasar bagi sistem rekomendasi makanan yang lebih informatif.]]>
Copyrights © 2026
