Record Detail Back
Algoritma Support Vector Machine (Svm) Dengan Optimasi Grid Search Cross-Validation Dalam Prediksi Status Gizi Balita Berdasarkan Body Mass Index (Bmi)
- Share to:
Pertumbuhan pesat UMKM kuliner di Kota Bandung menimbulkan tantangan information overload bagi konsumen dalam mencari rekomendasi tempat makan. Sistem pencarian konvensional yang mengandalkan popularitas sering kali mengabaikan UMKM baru (masalah cold-start). Penelitian ini bertujuan merancang sistem Chatbot rekomendasi kuliner menggunakan pendekatan ContentBased Filtering. Sistem mengimplementasikan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk pencarian berbasis bahasa alami, didukung Rule-based System untuk klasifikasi atribut secara otomatis. Dikembangkan dengan metode Agile Development, sistem ini dibangun menggunakan arsitektur Client-Server terpisah berbasis antarmuka pemrograman aplikasi (API). Pendekatan ini menghasilkan widget Chatbot portabel yang fleksibel dan dapat dengan mudah disematkan pada berbagai halaman website eksternal. Hasil pengujian Black Box dan Stress Testing menunjukkan Chatbot mampu memproses query pengguna secara akurat dengan rata-rata waktu respons 2,36 detik pada beban 100 pengguna konkuren. Kesimpulannya, sistem ini efektif memberikan rekomendasi relevan, fleksibel untuk diintegrasikan lintas platform, serta menyediakan pendaftaran mandiri yang inklusif bagi UMKM lokal
Zidhan Maula Fatih - Personal Name
005 FAT A
NONE
Text
Indonesia
Universitas Langlangbuana
2026
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Zidhan Maula Fatih. (2026).Algoritma Support Vector Machine (Svm) Dengan Optimasi Grid Search Cross-Validation Dalam Prediksi Status Gizi Balita Berdasarkan Body Mass Index (Bmi).(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd