• Tidak ada hasil yang ditemukan

Aplikasi Kecerdasan Buatan untuk Rekomendasi Resep Makanan

N/A
N/A
Lasro simbolon

Academic year: 2024

Membagikan "Aplikasi Kecerdasan Buatan untuk Rekomendasi Resep Makanan"

Copied!
5
0
0

Teks penuh

(1)

APLIKASI KECERDASAN BUATAN UNTUK REKOMENDASI RESEP MAKANAN

Mata Kuliah Kecerdasan Buatan Dosen Pengampu :

ATMAN LUCKY FERNANDES, S.Kom., M.Kom Disusun Oleh

Lasro Simbolon ( 2355201046) Risky Hasibuan ( 2355201062)

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK

UNIVERSITAS IBNU SINA 2024

(2)

APLIKASI KECERDASAN BUATAN UNTUK REKOMENDASI RESEP MAKANAN

1.1 Latar Belakang

Banyak orang ingin memasak di rumah tetapi sering bingung memilih resep yang sesuai dengan bahan yang mereka miliki. Sebuah aplikasi yang memanfaatkan kecerdasan buatan dapat membantu pengguna menemukan resep berdasarkan bahan yang tersedia dan preferensi diet mereka, sehingga meningkatkan keterlibatan dengan masakan rumah. Namun, salah satu kendala umum yang sering dihadapi oleh orang-orang yang ingin memasak sendiri adalah kebingungan dalam memilih resep yang sesuai dengan bahan yang mereka miliki. Selain itu, dengan semakin beragamnya preferensi diet seperti vegetarian, vegan, bebas gluten, dan lainnya, tantangan untuk menemukan resep yang cocok semakin besar.

Di era digital ini, teknologi kecerdasan buatan (AI) menawarkan solusi yang potensial untuk mengatasi masalah tersebut. Sebuah aplikasi yang memanfaatkan AI dapat membantu pengguna menemukan resep yang sesuai berdasarkan bahan yang tersedia di rumah dan preferensi diet mereka. Dengan kemampuan untuk menganalisis dan merekomendasikan resep secara otomatis, aplikasi ini dapat memberikan pengalaman yang lebih personal dan praktis bagi pengguna.

Aplikasi seperti ini tidak hanya membantu mengurangi limbah makanan dengan memanfaatkan bahan-bahan yang ada, tetapi juga meningkatkan keterlibatan masyarakat dengan masakan rumah. Dengan kemudahan menemukan resep yang tepat, pengguna tidak perlu repot-repot mencari atau menyesuaikan resep secara manual, yang seringkali memakan waktu. Selain itu, aplikasi berbasis AI juga dapat memberikan inspirasi baru bagi pengguna yang ingin mencoba resep-resep berbeda, bahkan dengan bahan yang terbatas.

1.2 Identifikasi Masalah

1. Kebutuhan akan Panduan Resep yang Praktis.

2. Kesulitan Memanfaatkan Bahan yang Ada.

3. Beragam Preferensi Diet.

(3)

1.3 Rancangan Product Fitur Utama:

Input Bahan: Pengguna dapat memasukkan bahan yang mereka miliki, dan aplikasi akan mencocokkan dengan resep yang relevan.

Rekomendasi Resep: Aplikasi memberikan beberapa pilihan resep, lengkap dengan langkah- langkah dan estimasi waktu memasak.

Personalisasi: Pengguna dapat mengatur preferensi diet (vegan, gluten-free, dll.) untuk mendapatkan rekomendasi yang sesuai.

Simpan dan Bagikan Resep: Pengguna dapat menyimpan resep favorit dan membagikannya dengan teman.

Algoritma Resep makanan:

1. Masukan Data Pengguna:

Bahan yang tersedia: Pengguna memasukkan bahan-bahan yang ada di rumah.

Preferensi diet: Misalnya, vegetarian, vegan, bebas gluten, dll.

Waktu memasak: Misalnya, 15 menit, 30 menit, atau 1 jam.

2. Langkah Algoritma:

1. Inisialisasi Input

o Buat daftar bahan yang tersedia: bahan_tersedia = [daftar_bahan_pengguna].

o Masukkan preferensi diet: preferensi_diet = [diet_pengguna].

o Tentukan batas waktu memasak: waktu_memasak = [waktu_pilihan].

2. Pencarian Resep

o Ambil daftar resep dari database yang menyimpan data bahan, instruksi, dan batasan diet: database_resep = [daftar_resep].

o Buat variabel kosong untuk menyimpan resep yang cocok: resep_kandidat = [].

3. Iterasi dan Pencocokan Resep

o Loop melalui setiap resep di database_resep:

Cek kesesuaian bahan: Periksa apakah bahan-bahan dalam resep ada di bahan_tersedia. Jika bahan tambahan dibutuhkan, pastikan jumlah bahan yang tidak ada minimal atau dapat disubstitusi.

Cek preferensi diet: Filter resep yang sesuai dengan preferensi_diet.

Hanya pilih resep yang sesuai dengan batasan diet pengguna.

Cek waktu memasak: Bandingkan waktu memasak resep dengan input waktu pengguna. Hanya pilih resep yang waktu memasaknya sama atau kurang dari waktu_memasak.

4. Skoring Kesesuaian Resep

 Untuk setiap resep yang memenuhi semua syarat (bahan, diet, waktu), hitung skor kesesuaian berdasarkan:

 Jumlah bahan yang cocok.

(4)

 Kesesuaian dengan preferensi diet.Waktu memasak yang sesuai Tambahkan resep ke resep kandidat dengan skornya.

5. Urutkan dan Rekomendasikan Resep

Urutkan resep kandidat berdasarkan skor tertinggi. Jika tidak ada resep yang cocok 100%, tawarkan pengguna untuk menyesuaikan dengan bahan substitusi.

6. Tampilkan Rekomendasi

Tampilkan daftar resep dengan informasi berikut:

Nama resep.

Bahan yang digunakan (termasuk bahan substitusi jika diperlukan).

Instruksi memasak.

Waktu memasak.

Informasi nutrisi (berdasarkan preferensi diet pengguna).

1.4 Output yang Akan Dicapai

1. Peningkatan Keterlibatan Memasak: Pengguna lebih termotivasi untuk memasak di rumah dengan resep yang relevan dan menarik.

2. Penghematan Bahan Makanan: Dengan memanfaatkan bahan yang ada, pengguna dapat mengurangi limbah makanan.

3. Pengembangan Keterampilan Memasak: Pengguna dapat mencoba resep baru dan meningkatkan keterampilan memasak mereka.

4. Komunitas Pengguna: Membangun komunitas di mana pengguna dapat berbagi resep dan tips memasak.

Contoh Penerapan:

1. Perhitungan Nutrisi dan Kalori Otomatis: AI dapat menghitung nilai gizi dan kalori dari resep yang direkomendasikan. Pengguna dapat melihat informasi tentang jumlah kalori, lemak, protein, karbohidrat, dan nutrisi lainnya dari setiap resep.

2. Prediksi Waktu Memasak dan Manajemen Waktu : AI dapat membantu pengguna menyiapkan makanan dalam batas waktu tertentu dengan menyarankan resep yang dapat disiapkan dalam waktu yang singkat, misalnya 10, 20, atau 30 menit.

3. Asisten Suara untuk Rekomendasi Resep: Dengan integrasi AI dan teknologi pengenalan suara, pengguna bisa mencari resep atau mendapatkan instruksi memasak hanya dengan perintah suara

(5)

Manfaat Bagi Pengguna :

Mengurangi pemborosan bahan – Memanfaatkan bahan sebelum kadaluwarsa.

Personalisasi sesuai diet – Menemukan resep sesuai preferensi diet seperti vegan, bebas gluten.

Hemat waktu – Rekomendasi resep cepat sesuai waktu yang tersedia.

Substitusi bahan otomatis – Saran bahan pengganti jika bahan utama tidak tersedia.

Informasi nutrisi – Analisis gizi untuk setiap resep.

Meningkatkan kepuasan masak – Resep lebih relevan dan sesuai selera.

Dukungan alergi – Menyaring resep yang aman dari bahan yang dihindari.

Inspirasi masak baru – Saran kombinasi bahan yang kreatif

Referensi

Dokumen terkait

Selain itu kegunaan lain dari aplikasi ini adalah sebagai tolak ukur dalam bidang perkembangan ilmu tekhnologi dalam bidang AI yang dalam proses perkembangan aplikasi

Hasil dari penelitian ini adalah (1) rubik’s cube dapat diselesaikan dengan kecerdasan buatan, (2) langkah-langkah yang terdapat dalam algoritma dapat dibuat dalam bentuk

Para pemula atau pecinta kuliner khas tradisional kota provinsi di indonesia maupun pengguna lainnya yang ingin belajar memasak resep masakan makanan dan minuman

Membuat sebuah aplikasi “Panduan dan Resep Makanan Pendamping Asi” berbasis android yang nantinya diharapkan mampu diaplikasikan dalam smartphone Android.. Penerapan dan

Laporan tugas akhir ini berisi tentang aplikasi mobile berbasis platform Android yang penulis sajikan dengan menggunakan pemrograman Eclipse, berisi kumpulan resep-resep

Berdasarkan hasil validasi dan penelitian terhadap pengembangan aplikasi M-leraning berbasis android mata kuliah kecerdasan buatan di Teknik Informatika Universitas

“Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu

Transformasi kurikulum dengan kecerdasan buatan untuk membangun pendidikan yang relevan di masa