30 August 20254.7 (3)

Membangun Website Rekomendasi Makanan Sehat dengan Algoritma Content-Based Filtering (Studi Kasus: Puskesmas Bongas)

Farhan Maulana Pangestu

Author

Membangun Website Rekomendasi Makanan Sehat dengan Algoritma Content-Based Filtering (Studi Kasus: Puskesmas Bongas)

Di era digital kesehatan, aplikasi bukan sekadar alat pencatat, tapi harus bisa menjadi "konsultan" pribadi. Proyek ini bermula dari permasalahan nyata di Puskesmas Bongas, Indramayu, di mana banyak masyarakat kesulitan menentukan menu makanan yang sesuai dengan kebutuhan gizi mereka.

Pola makan sehat adalah kunci utama untuk menghindari penyakit kronis seperti diabetes dan obesitas. Namun, tantangan terbesar yang sering dihadapi masyarakat—khususnya remaja dan dewasa muda—adalah kurangnya pemahaman mengenai kebutuhan kalori harian mereka. Banyak orang ingin makan sehat, tetapi bingung menentukan porsi dan jenis makanan yang tepat sesuai dengan tubuh mereka.

Berangkat dari permasalahan ini, dalam skripsi saya, saya mengembangkan sebuah solusi teknologi berupa Sistem Rekomendasi Makanan Sehat Berbasis Website. Penelitian ini mengambil studi kasus di Puskesmas Bongas, Indramayu, untuk memastikan data dan rekomendasi yang dihasilkan relevan dengan kebutuhan masyarakat setempat.

Masalah: "Saya Harus Makan Berapa Kalori?"

Sebelum memberikan rekomendasi makanan, sistem harus tahu dulu berapa "bahan bakar" yang dibutuhkan tubuh penggunanya. Masalah utamanya adalah rendahnya literasi gizi di mana banyak orang tidak bisa menerjemahkan informasi nutrisi menjadi menu harian. Oleh karena itu, sistem yang saya bangun tidak hanya sekadar menampilkan daftar makanan, tetapi melakukan perhitungan personal menggunakan rumus Mifflin-St Jeor. Rumus ini menghitung Basal Metabolic Rate (BMR) berdasarkan berat badan, tinggi badan, usia, dan jenis kelamin, yang kemudian disesuaikan dengan tingkat aktivitas fisik pengguna untuk mendapatkan total kebutuhan energi harian (TDEE).

 

Mencegah Gizi Buruk & Obesitas dengan Data

Masalah utama yang dihadapi adalah ketidakseimbangan gizi—baik itu obesitas maupun gizi buruk. Masyarakat seringkali bingung menghitung berapa kalori yang mereka butuhkan per hari (BMR) dan makanan apa yang cocok untuk memenuhi angka tersebut. Penghitungan manual sangat merepotkan dan rentan salah. Dibutuhkan sistem otomatis yang bisa berjalan di smartphone agar mudah diakses siapa saja.

Mengapa Content-Based Filtering?

Untuk membangun fitur rekomendasi yang cerdas, aplikasi ini tidak menggunakan aturan statis biasa. Kami menerapkan metode Content-Based Filtering.

Cara kerjanya mirip seperti seorang ahli gizi:

  1. User Profiling: Sistem menghitung BMR (Basal Metabolic Rate) pengguna berdasarkan berat, tinggi, dan usia.

  2. TF-IDF & Cosine Similarity: Sistem membedah data kandungan gizi dari ratusan menu makanan, lalu mencari tingkat kemiripan (similarity) antara kebutuhan kalori pengguna dengan profil makanan tersebut.

Hasilnya? Rekomendasi menu pagi, siang, dan malam yang personal—berbeda untuk setiap orang.

Inti dari sistem ini adalah Algoritma Content-Based Filtering. Algoritma ini bekerja dengan mencocokkan profil kebutuhan nutrisi pengguna dengan atribut nutrisi makanan yang ada di database.

Skripsi ini bukan sekadar tugas akhir, melainkan sebuah eksperimen teknis untuk menjawab tantangan: "Bisakah algoritma komputer memahami kebutuhan kalori manusia dan menyarankan makanan yang tepat?" Jawabannya: Bisa, dengan Content-Based Filtering.

Solusi Software apps yang Terintegrasi

Algoritma rumit tersebut dibungkus dalam aplikasi Web Apps yang user-friendly. Pengguna cukup memasukkan data diri, dan sistem langsung menyajikan daftar rekomendasi makanan sehat yang relevan.

Article Image

Proyek ini membuktikan bahwa integrasi Data Science sederhana pada aplikasi mobile dapat memberikan dampak nyata bagi kesehatan masyarakat lokal, khususnya di wilayah kerja Puskesmas Bongas.

pada aplikasi terdapat form utama yang penggguna harus mengisi untuk bisa mendapatkan informasi rekomendasi yang disesuaikan dari kebutuhan kalori mereka.
Article Image

ketika pengguna selesai menginputkan kebutuhan dari appsnya seperti data:

  • berat badan 
  • tinggi badan
  • tingkat aktivitas 
maka sistem akan menghitung kebutuhan kalorinya, serta informasi menu makanan yang tepat untuk memenuhi kebutuhan kalori harian mereka perharinya. 
Article Image

Pengembangan aplikasi ini menjadi fondasi bagi Udaksana Labs dalam menyediakan layanan AI Integration dan Custom Mobile Apps. Kami percaya bahwa teknologi yang baik adalah teknologi yang mengerti penggunanya.

Ingin membangun aplikasi cerdas untuk bisnis atau instansi Anda? Diskusikan ide Anda bersama kami.

Bagaimana artikel ini?

Berikan rating untuk membantu kami menyajikan konten yang lebih baik

Klik bintang untuk menilai

4.7 / 5.0 (3 reviews)

Blog Terkait

Baca tulisan menarik lainnya dari kami

Lihat Semua