CASE BASED REASONING PENENTUAN RESEP BUBUR KHAS SUNDA DENGAN ALGORITMA SIMILARITAS WEIGHTED NEI&LI
Abstract
Dalam hal memasak, makanan khas merupakan identitas suatu daerah yang dapat membedakan keberadaannya dengan daerah lain. Begitu juga bubur khas Sunda, yang berbeda dengan bubur khas dari daerah lain di Indonesia. Ketika seseorang akan memilih suatu resep masakan bubur khas Sunda, seringkali menjadi masalah karena tidak mempunyai ide masakan apa yang akan diolah dan bahan apa saja yang dibutuhkan
Sistem pakar resep bubur khas Sunda digunakan sebagai solusi yang akan menghasilkan referensi resep bubur khas Sunda yang sesuai dengan bahan yang dimiliki. Metode yang digunakan untuk menyelesaikan masalah tersebut yaitu metode CBR (Case Based Reasoning) dan algoritma similaritas Nei&Li.
Algoritma weighted Nei&Li digunakan sebagail algoritma untuk menghitung kemiripan bobot nilai dari masing-masing bahan diantaranya bahan utama dengan nilai bobot 5 (lima), bumbu umum dengan nilai bobot 3 (tiga), sedangkan yang terakhir yaitu bumbu pendukung dengan nilai 1 (satu). Pada proses retrieve, sistem akan melakukan perhitungan similaritas dengan kemiripan bahan yang dipilih oleh pengunjung dengan resep yang telah tersimpan pada database. Sistem akan menampilkan 3 (tiga) bobot nilai tertinggi dari hasil yang dikonsultasikan oleh pengunjung, apabila hasil tidak sesuai maka pakar dapat mengajukan revise (perbaikan)
References
[2] A. Sulistyohati, T. Hidayat, K. Kunci: Ginjal, S. Pakar, and M. Dempster-Shafer, “Aplikasi Sistem Pakar Diagnosa Penyakit Ginjal Dengan Metode Dempster-Shafer,” Semin. Nas. Apl. Teknol. Inf., vol. 2008, no. Snati, pp. 1907–5022, 2008.
[3] M. hendra Sukmawan, “Sistem Pakar Identifikasi Penyakit Burung Puyuh Menggunakan Metode Inferensi Forward Chaining Berbasis Android,” J. Inf. Technol., vol. 53, no. 9, pp. 63–77, 2018.
[4] A. Aamodt and E. Plaza, “Case-based reasoning: Foundational issues, method ological variations, and system approaches,” Artif. Intell. Commun., vol. 7, no. 1, pp. 39–59, 1996, [Online]. Available: https://ibug.doc.ic.ac.uk/media/uploads/documents/courses/CBR-AamodtPlaza.pdf.
[5] P. A. Aconcagua and S. Wibisono, “Case Based Reasoning untuk Mendeteksi Hama dan Penyakit Tanaman Anggrek Dendrobium Menggunakan Algoritma Similaritas Probabilistic Symmetric,” Pros. SINTAK, pp. 147–154, 2017.
[6] M. Nugraheni, P. Studi, T. Informatika, U. Ahmad, and D. Yogyakarta, “Rancangan Case-Based Reasoning Menggunakan Sorenson Coefficient,” J. Inform. Ahmad Dahlan, vol. 6, no. 1, p. 103384, 2012, doi: 10.26555/jifo.v6i1.a2786.
[7] T. Lusiani and A. Qoiriah, “Sistem Pakar untuk Menentukan Menu Makanan Sehat pada Penderita Diabetes Mellitus,” S@Cies, vol. 5, no. 1, pp. 9–23, 2014, doi: 10.31598/sacies.v5i1.59.
[8] H. Leidiyana, “Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor,” J. Penelit. Ilmu Komputer, Syst. Embed. Log., vol. 1, no. 1, pp. 65–76, 2013.
[9] S. S. Choi, S. H. Cha, and C. C. Tappert, “A survey of binary similarity and distance measures,” WMSCI 2009 - 13th World Multi-Conference Syst. Cybern. Informatics, Jointly with 15th Int. Conf. Inf. Syst. Anal. Synth. ISAS 2009 - Proc., vol. 3, no. 1, pp. 80–85, 2009.
