Tentang Sistem

Implementasi penelitian Penerapan Metode Text Mining untuk Sistem Literasi Digital Nutrisi Program Diet Obesitas

Tujuan Penelitian

Penelitian ini bertujuan menerapkan metode Text Mining pada sistem literasi digital nutrisi untuk membantu pengguna mengidentifikasi kategori berdasarkan komposisi yang dimasukkan. Sistem mengelompokkan data ke dalam tiga kategori, yaitu Tidak Diet Obesitas, Diet Obesitas, dan Belum Diketahui menggunakan pembobotan TF-IDF serta algoritma klasifikasi Multinomial Naive Bayes.

Ringkasan Metodologi

  • Pelabelan Data
  • Preprocessing Text
  • Pembobotan TF-IDF
  • Multinomial Naive Bayes
  • 5-Fold Cross Validation
  • Evaluasi Model

Manfaat Sistem

  • Membantu masyarakat memilih produk makanan yang sesuai untuk program diet obesitas.
  • Memberikan hasil klasifikasi berdasarkan komposisi produk.
  • Menyediakan informasi hasil klasifikasi ke dalam kategori Diet Obesitas, Tidak Diet Obesitas, dan Belum Diketahui.
  • Menjadi media literasi digital mengenai pemilihan produk makanan berdasarkan komposisi.
Teknologi
Framework Laravel 12
Bahasa PHP 8.3
Database MySQL 8.0
Metode Text Mining
Algoritma TF-IDF + Multinomial Naive Bayes
Jumlah Data 300 Data Berlabel
Evaluasi Sistem
  • 5-Fold Cross Validation
  • Confusion Matrix
  • Accuracy
  • Precision
  • Recall
  • F1-Score
  • Black Box Testing
  • System Usability Scale (SUS)
Hasil Klasifikasi

Sistem mengelompokkan data berlabel ke dalam tiga kategori:

Diet Obesitas
Tidak Diet Obesitas
Belum Diketahui