Implementasi Knowledge Graph pada Sistem Rekomendasi Makanan Pemenuhan Gizi Harian Menggunakan Forward Chaining

Abstrak

Perubahan pola makan Masyarakat cenderung bergeser pada makanan instan rendah gizi sehingga meningkarkan risiko malnutrisi. Keterbatasan akses konsultasi gizi menjadikan Solusi digital sebagai alternatif. Tujuan dari penelitian ini yaitu guna mengembangkan sistem rekomendasi makanan harian dengan basis data knowledge graph dengan mengimplementasikan metode Forward Chaining. Sistem dikembangkan melalui tiga tahap yaitu preprocessing data, Pembangunan knowledge graph, dan penerapan forward chaining. Selain itu, fuzzy logic juga diterapkan untuk mengklasifikasikan status gizi berdasarkan nilai Indeks Massa Tubuh (IMT) agar menghasilkan lebih akurat. Hasil implementasi dari sistem ini menunjukkan bahwa sistem mampu mengidentifikasi nutrisi harian dan memberikan rekomendasi makanan. Evaluasi menggunakan Average Nutrient Coverage (ANC) menunjukan hasil mencapai 94,33% pada lima kategori utama yaitu energi, protein, lemak, karbohidrat, dan serat pangan. Model ini diimplementasikan berbasis web based interaktif dimana user menginput data berupa umur, jenis kelamin, tinggi badan, berat badan, aktivitas, serta riwayat konsumsi makanan. Berdasarkan penelitia ini, sistem berpotensi dalam membantu Masyarakat dalam menjaga pola makan sehat secara mandiri dan berkelanjutan. Dalam

Identifier

• OpenAlex: https://openalex.org/W4413330492
• DOI: https://doi.org/10.70248/jrsit.v3i1.2865