SISTEM REKOMENDASI MENU DI RESTORAN DENGAN MENERAPKAN NAMED ENITY RECOGNITION (NER) PADA CHATBOT BERBASIS WEB

MELVIN JOVANO BATUBARA and MUHAMMAD YUSOF and VICTOR (2025) SISTEM REKOMENDASI MENU DI RESTORAN DENGAN MENERAPKAN NAMED ENITY RECOGNITION (NER) PADA CHATBOT BERBASIS WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (9MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (7MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (19MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan untuk mengimplementasikan Named Entity Recognition (NER) dalam sistem rekomendasi menu yang berfokus pada katalog restoran. Sistem ini dirancang untuk memberikan rekomendasi menu yang dipersonalisasi berdasarkan berbagai faktor, seperti preferensi pengguna, kebutuhan diet, dan kondisi kesehatan. Dataset yang digunakan pada sistem bersumber dari blog kuliner BBC Good Food dengan mengintegrasikan teknologi NER. Penelitian ini juga bertujuan untuk mengatasi keterbatasan informasi yang sering ditemukan dalam metode pemesanan tradisional, seperti kurangnya detail terkait bahan makanan, kandungan nutrisi, dan kompatibilitas dengan kebutuhan diet tertentu. Model ini dilatih untuk mengenali entitas penting yang dapat memengaruhi keputusan rekomendasi, seperti diet vegan, rasa tertentu yang disukai pengguna, atau alergi terhadap makanan tertentu. Hasil pengujian menunjukkan bahwa model yang dikembangkan memiliki performa yang baik dalam mengenali entitas dengan akurasi tinggi, serta mampu menghasilkan rekomendasi menu yang lebih relevan dan sesuai dengan kebutuhan pengguna.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 15 Aug 2025 12:33
Last Modified: 15 Aug 2025 12:33
URI: https://repository.mikroskil.ac.id/id/eprint/4112

Actions (login required)

View Item
View Item