4 kacangan
hijau hijau,
kedelai, kacang
polong, kacang
merah hijau,
kedelai, kacang
polong, kacang
merah, lentil
hijau, kedelai,
kacang polong,
kacang merah,
lentil
Protein nabati
- Tahu,
tempe Tahu,
tempe Tahu,
tempe Protein
hewani -
Daging ayam,
daging sapi, hati
ayam Daging
ayam, daging
sapi, hati ayam, ,
kuning telur,
keju, yoghurt
bayi Daging
ayam, daging
sapi, hati ayam,
kuning telur, keju,
yoghurt bayi
4.2 Pengumpulan Data
Data bahan dan resep yang berhasil dikumpulkan dalam penelitian ini adalah sebagai berikut:
1 Data bahan makanan : 127 records
2 Data resep : 1349 records
4.3 Analisa Penerapan Metode
Sistem rekomendasi ini dibangun dengan fungsi-fungsi berdasar aturan yang diperoleh dari pengumpulan knowledge,
yaitu: 1 Resep sudah dikelompokkan berdasarkan usia.
2 Bayi harus selalu dikenalkan dengan bahan makanan baru agar makanannya bervariasi. Bahan yang dikenalkan
merupakan bahan-bahan yang terdapat di database dan belum pernah dicoba oleh user.
3 Pengenalan bahan baru untuk bayi dilakukan dengan memberikan satu per satu bahan yang akan dikenalkan atau
dengan mengkombinasikan bahan tersebut dengan yang sudah dicoba sebelumnya. Fungsinya adalah agar jika terjadi
alergi, dapat langsung diketahui alergennya.
4 Selama pengenalan bahan baru, four days wait rule dijalankan untuk mengetahui reaksi bayi terhadap bahan
yang dikenalkan. 5 Feedback yang diberikan oleh user
suka : bernilai 1
tidak suka : bernilai 0 alergi
: sistem memfilter resep yang mengandung bahan
allergen agar
tidak dimasukkan
dalam rekomendasi
6 Hasil keluaran berupa rekomendasi resep yang disesuaikan dengan profil bayi.
4.4 Implementasi Sistem Sistem ini akan bekerja sesuai dengan diagram alur kerja
sistem pada Gambar 2 dan Gambar 3. Gambar 2 merupakan alur kerja sistem untuk user baru dimana user yang baru pertama kali
memakai sistem rekomendasi ini diharuskan melakukan pendaftaran dengan mengisi beberapa kolom input lihat Gambar
4. Data inputan yang harus diisi berupa username dan password untuk user login, nama bayi dan tanggal lahir. Kolom input bahan
yang disukai diberi nilai 15 sebagai inisialisasi awal agar menghasilkan rekomendasi yang optimal terkait bahan kesukaan
bayi. Kolom bahan yang sudah pernah dicoba dan bahan alergi digunakan untuk mendapatkan initial user profile. Dari inputan
bahan yang sudah dicoba akan diketahui bahan apa saja yang sudah dicoba oleh bayi, sehingga resep yang direkomendasikan
berupa resep dengan satu bahan baru atau resep kombinasi antara satu bahan bahan baru dan bahan-bahan yang sudah pernah
dicoba. Sedangkan hasil dari input bahan alergi akan memblacklist semua resep yang mengandung bahan alergen.
Alur kerja sistem untuk user yang sudah mempunyai profil sebelumnya dapat dilihat di Gambar 3. Saat login, user diharuskan
untuk mengisi feedback dari resep yang didapat sebelumnya untuk memperbarui user profile.
Mulai Data bayi
username, password, nama, tanggal lahir, bahan
disuka, bahan yang pernah dicoba, bahan yang alergi
Rekomendasi resep
Selesai Mengecek usia dan
bahan yang sudah pernah dicoba user
User memilih resep
Gambar 2. Alur kerja sistem untuk user baru
Mulai
Apakah four days wait rule?
Rekomendasi four days
wait rule Rekomendasi
Naïve Bayes
Selesai
ya
tidak
Selesai
tidak ya
Apakah alergi?
Sistem menghitung probabilitas dengan
naïve bayes Sistem mencari resep
4 days wait rule pada tabel komposisi
User memilih resep
User memilih resep
User memberi feedback resep
sebelumnya
Gambar 3. Alur kerja sistem untuk user lama
commit to user
5
Gambar 4. Halaman Pendaftaran User Baru
Sebagai contoh penerapan metode Naïve Bayes dalam penelitian ini pada user usia delapan bulan yang suka bahan ayam
dan sudah memilih dan memberi feedback pada beberapa resep selama empat hari seperti pada Tabel 3 berikut.
Tabel 3. Resep yang sudah dicoba user Hari
ke- Nama resep
Bahan Feedback
1 Puree
mangga wortel
Mangga, jeruk,
wortel Tidak
suka 2
Bubur mangga
kentang Mangga, kentang
Suka 3
Bubur mangga apel Mangga, apel
Suka 4
Bubur mangga
kentang Mangga, kentang
Suka Sehingga pada hari ke-5 sistem akan merekomendasikan
resep seperti pada Gambar 5.
Gambar 5. Hasil Rekomendasi Resep Dari Hitungan Naïve
Bayes Pada halaman rekomendasi di Gambar 5, sistem menyajikan
sepuluh resep rekomendasi untuk user. Resep nasi tim ayam yang berbahan ayam dan beras merah menempati urutan pertama dalam
rekomendasi. Hasil rekomendasi tersebut diperoleh dari perhitungan Naïve Bayes sebagai berikut.
Pdisukai =
′ ′
=
3 4
Payam =
+15+1 +
=
0+15 +1 6+4
=
16 10
Pberas merah =
+1 +
=
0+1 6+4
=
1 10
PNasi tim ayam = Pdisukai x PayamxPberas merah
=
3 4
x
16 10
x
1 10
= 0.12
4.5 Pengujian dan Evaluasi Kepuasan Sistem
