Perpustakaan Digital ITB

Panduan gizi yang personal sangat penting untuk mendukung kesehatan, meningkatkan konsentrasi, dan menjaga produktivitas. Secara umum, kebutuhan akan panduan gizi yang sesuai dengan kondisi individu menjadi hal yang krusial, terutama di lingkungan akademik seperti ITB Ganesha yang menuntut aktivitas fisik dan mental yang tinggi setiap harinya. Namun, mayoritas civitas akademika merasa kesulitan memilih makanan sehat karena keterbatasan informasi nutrisi. Untuk mengatasi masalah tersebut, penelitian ini bertujuan membangun sistem rekomendasi makanan yang mampu memberikan saran gizi personal pada platform Smart Canteen. Sistem dikembangkan dengan pendekatan hibrida yang menggabungkan metode knowledge-based dan machine learning, menggunakan metodologi DSRM dan CRISP-DM sebagai kerangka kerja pengembangan. Metode knowledge-based labeling digunakan untuk menghitung kebutuhan kalori pengguna serta melabeli data makanan, yang kemudian dipelajari oleh model klasifikasi Random Forest. Rekomendasi akhir dihasilkan dengan menggabungkan hasil prediksi model dan skor kompatibilitas nutrisi yang dihitung secara personal. Hasil evaluasi menunjukkan performa sistem yang sangat baik, dengan akurasi Random Forest mencapai 95%, skor validasi oleh ahli gizi sebesar 4,67 dari 5, dan tingkat keberhasilan UAT mencapai 100%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem rekomendasi makanan berbasis knowledge-based dan random forest efektif dan valid dalam menyediakan rekomendasi makanan terpersonalisasi untuk mendukung pola makan yang lebih sehat di lingkungan ITB Ganesha.