Sistem pendukung keputusan penentuan resep masakan berdasarkan bahan yang tersedia menggunakan metode K-Nearest Neighbor

ABSTRAK:

Pemilihan resep masakan yang sesuai dengan bahan yang tersedia sering menjadi permasalahan bagi pengguna, terutama ketika jumlah resep yang tersedia sangat banyak. Oleh karena itu, diperlukan suatu sistem pendukung keputusan yang mampu memberikan rekomendasi resep secara tepat dan relevan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan penentuan resep masakan berdasarkan bahan yang tersedia menggunakan metode K-Nearest Neighbor (KNN).

Dataset yang digunakan berisi data resep masakan beserta daftar bahan yang kemudian direpresentasikan dalam bentuk vektor fitur. Proses penelitian meliputi tahap pra-pemrosesan data, perhitungan jarak antar resep menggunakan metrik Euclidean Distance, serta pengujian beberapa nilai K, yaitu K = 3, 5, 7, dan 10. Evaluasi kinerja sistem dilakukan menggunakan metrik precision, recall, dan F1-score untuk menilai ketepatan dan kelengkapan hasil rekomendasi.

Hasil pengujian menunjukkan bahwa peningkatan nilai K cenderung meningkatkan nilai recall, meskipun diikuti dengan sedikit penurunan precision. Berdasarkan rata-rata F1-score, kombinasi parameter terbaik diperoleh pada nilai K = 10 dengan metrik Euclidean Distance yang menghasilkan nilai F1-score tertinggi dibandingkan kombinasi lainnya. Selain itu, evaluasi menggunakan 100 sampel data dimana terdapat pengujian pada 10 kueri dan 10 hasil rekomendasi menunjukkan akurasi sebesar 85% dan evaluasi tambahan berupa data uji acak sebanyak 200 resep menunjukkan bahwa sistem mampu mencapai nilai rata-rata precision sebesar 87,8%.

Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode KNN dengan parameter K = 10 dan metrik Euclidean Distance mampu memberikan rekomendasi resep masakan yang relevan dan akurat berdasarkan bahan yang tersedia, sehingga layak digunakan sebagai sistem pendukung keputusan dalam pemilihan resep masakan.

ABSTRACT:

Selecting recipes that match available ingredients often poses a challenge for users, particularly when dealing with a vast collection of recipes. Consequently, a Decision Support System (DSS) capable of providing accurate and relevant recipe recommendations is required. This study aims to develop a Decision Support System for recipe determination based on available ingredients using the K-Nearest Neighbor (KNN) method.

The dataset utilized contains recipe data along with ingredient lists, which are subsequently represented as feature vectors. The research process encompasses data preprocessing, distance calculation between recipes using the Euclidean Distance metric, and testing various K values, specifically K = 3, 5, 7, and 10. System performance evaluation was conducted using precision, recall, and F1-score metrics to assess the accuracy and completeness of the recommendations.

The test results indicate that increasing the K value tends to improve recall, albeit accompanied by a slight decrease in precision. Based on the average F1-score, the optimal parameter combination was identified at K = 10 using the Euclidean Distance metric, yielding the highest F1-score compared to other combinations. Furthermore, an evaluation using 100 data samples—consisting of tests on 10 queries with 10 recommendation results each—demonstrated an accuracy of 85%. Additionally, a supplementary evaluation using 200 random test recipes showed that the system achieved an average precision of 87.8%.

Based on these results, it can be concluded that the KNN method with K = 10 and the Euclidean Distance metric is capable of providing relevant and accurate recipe recommendations based on available ingredients, making it suitable for implementation as a Decision Support System for recipe selection.

مستخلص البحث:

لبًا ما يشكل اختيار وصفات الطهي املناسبة للمكوانت املتاحة حتداي ً للمستخدمني، خاصة عندما تكون كمية الوصفات املتوفرة كبرية جدًا. لذلك، هناك حاجة إىل نظام دعم قرار قادر على تقدمي توصيات وصفات دقيقة وذات صلة. يهدف هذا البحث إىل تطوير نظام دعم قرار لتحديد وصفات الطهي بناء ً على املكوانت املتاحة ابستخدام طريقة اجلار األقرب (K-Nearest Neighbor - KNN.) حتتوي جمموعة البياانت املستخدمة على بياانت وصفات الطهي وقوائم املكوانت اليت مت متثيلها الحقًا يف شكل متجهات خصائص (feature vectors). تشمل عملية البحث مرحلة املعاجلة املسبقة للبياانت، وحساب املسافة بني الوصفات ابستخدام مقياس املسافة اإلقليدية(Euclidean Distance)، ابإلضافة إىل اختبار عدة قيم لـK، وهيK = 3،5،7،و10. مت تقييم أداء النظام ابستخدام مقاييس الدقة(precision)، واالسرتجاع(recall،)ودرجةF1 (F1-score)لتقييم دقة ومشولية نتائج التوصية. أظهرت نتائج االختبار أن زايدة قيمةKمتيل إىل زايدة قيمة االسرتجاع، على الرغم من أن ذلك يتبعه اخنفاض طفيف يف الدقة. استنادًا إىل متوسط درجةF1، مت احلصول على أفضل مزيج من املعلمات عند القيمةK = 10مع مقياس املسافة اإلقليدية، مما أنتج أعلى قيمة لدرجةF1مقارنة ابجملموعات األخرى. ابإلضافة إىل ذلك، أظهر التقييم ابستخدام100عينة بياانت، حيث مت اختبار10استعالمات و10نتائج توصية، دقة بلغت%85،كما أظهر تقييم إضايف ابستخدام بياانت اختبار عشوائية تتكون من200وصفة أن النظام قادر على حتقيق متوسط دقة(precision)يبلغ%87.8. بناء ً على هذه النتائج، ميكن استنتاج أن طريقةKNNمع املعلمةK = 10ومقياس املسافة اإلقليدية قادرة على تقدمي توصيات وصفات طهي ذات صلة ودقيقة بناء ً على املكوانت املتاحة، مما جيعلها صاحلة لالستخدام كنظام لدعم القرار يف اختيار وصفات الطهي