IMPLEMENTASI TF-IDF DAN COSINE SIMILARITY UNTUK REKOMENDASI RESEP MASAKAN INDONESIA BERDASARKAN BAHAN MAKANAN

Abstract

Perkembangan teknologi informasi membuat ketersediaan resep kuliner semakin melimpah sehingga menimbulkan masalah information overload pada pengguna yang ingin mencari resep berdasarkan bahan yang tersedia. Kondisi tersebut menyebabkan proses pencarian menjadi kurang efisien karena pengguna harus menelusuri resep secara manual. Penelitian ini bertujuan mengembangkan sistem rekomendasi resep masakan Indonesia berbasis content-based filtering dengan memanfaatkan metode TF-IDF dan Cosine Similarity untuk mengukur tingkat kemiripan antara input bahan pengguna terhadap kumpulan resep dalam dataset. Proses penelitian dilakukan melalui preprocessing teks, normalisasi bahan, deduplikasi, pembentukan vektor TF-IDF, koreksi typo berbasis fuzzy matching, dan perhitungan kesamaan menggunakan Cosine Similarity. Pengujian menggunakan dataset Indonesian Food Recipes menunjukkan bahwa sistem mampu memberikan rekomendasi yang relevan dengan nilai Precision@5 sebesar 0.8454 dan Recall@5 sebesar 0.5804. Selain itu, integrasi fitur koreksi typo dan filter metode memasak terbukti meningkatkan akurasi hasil rekomendasi. Berdasarkan hasil tersebut, sistem ini dapat membantu pengguna menemukan resep secara lebih cepat dan relevan sesuai bahan yang tersedia