<![CDATA[Kemajuan teknologi informasi telah mendorong pemanfaatan sistem digital dalam layanan pemesanan makanan, terutama di lingkungan kantin. Jumlah varian menu yang ditawarkan di Kantin XYZ menyulitkan pengguna dalam menentukan pilihan menu yang sesuai dengan selera mereka. Permasalahan tersebut dapat diselesaikan melalui implementasi sistem rekomendasi yang mampu memberikan rekomendasi menu secara personal kepada pengguna. Penelitian ini berfokus pada metode Item-Based Collaborative Filtering (CF) dalam sistem rekomendasi menu Kantin XYZ. Metode tersebut menggunakan data transaksi dan rating pengguna untuk membangun user-item matrix, lalu menghitung antar item menggunakan Cosine Similarity. Setelah itu, prediksi rating dilakukan dengan pendekatan weighted sum berdasarkan nilai similarity antar item. Dataset yang dipakai meliputi data pengguna, data menu, serta data transaksi dan rating. Hasil penelitian mengungkapkan bahwa sistem dapat menghasilkan rekomendasi menu yang relevan dengan berdasarkan pada pola keterkaitan antar item. Evaluasi sistem menggunakan Mean Absolute Error (MAE) menghasilkan nilai sebesar 0,52, yang dinormalisasi terhadap rentang skala rating 1–5 setara dengan sekitar 13% kesalahan relatif. Nilai ini menunjukkan bahwa tingkat kesalahan prediksi cukup rendah, sehingga sistem memiliki kemampuan yang cukup baik dalam menggambarkan preferensi pengguna.]]>
Copyrights © 2026
