Sistem Rekomendasi Layanan Pemesanan Makanan “eataja” Menggunakan Algoritma Collaborative Filtering

Abstract

EatAja adalah perusahaan startup di Indonesia yang memberikan solusi dalam pemesanan makanan pada restoran berbasis aplikasi mobile. Variasi menu dari berbagai restoran sering kali membuat bingung pengguna dalam memiliki. Dari masalah tersebut, restoran biasanya memberikan rekomendasi menu terlaris. Namun, hal tersebut tidak menjadi solusi bagi pengguna yang memilih makanan sesuai selera mereka. Untuk restoran, mempromosikan menu tertentu berdasarkan selera pengguna cukup menantang karena pengguna memiliki preferensi masing-masing dan tidak tersedianya informasi tersebut. Dari banyaknya pengguna yang mungkin memiliki preferensi makanan yang sama, sistem rekomendasi menjadi fitur yang wajib diimplementasikan dalam aplikasi semacam itu yang melibatkan data dari banyak pengguna. Dalam penelitian ini digunakan metode memory-based collaborative filtering untuk mencari nilai kesamaan antara pesanan tiap pengguna. Dengan menggunakan data riwayat pesanan pada database EatAja dan dikombinasikan dengan data bantuan terhadap penilaian pengguna berdasarkan menu yang telah mereka pesan, sistem rekomendasi menghasilkan nilai Mean Absolute Error (MAE) 0.96823 dengan akurasi 99.03%. Hasil dari rekomendasi dapat diimplementasikan pada aplikasi untuk meningkatkan penjualan sebagai menu yang disarankan kepada pengguna. Kata Kunci: Recommendation system, memory-based collaborative filtering, food ordering service