Vol 4 No.

2 , 2016 Jurnal Komputasi

©2016 Ilmu Komputer Unila Publishing Network all right reserve

Penerapan Metode Case Based Reasoning Pada Pengembangan

Aplikasi Recipe Recommendation Berbasis Android
1
Kurnia Muludi 2Didik Kurniawan 3Lia Atika Rani
1
kmuludi@fmipa.unila.ac.id
2
didikunila@gmail.com
3
liaatikarani@gmail.com
Abstract

Recipes are needed as a means to guide people when preparing ingredients for cooking, making and serving
food. These days there are more and more smartphone users and Android is the most dominant operating
system. Android based smartphone is very easy to use, so many people choose it. Case Based Reasoning
(CBR) is a problem solving approach by emphasizing the role of prior experience. New problems can be
solved by utilizing toward similar problems that have been solved before. In this study, we design and build
a Recipe Recommendations Apps for Android and applying Case-Based Reasoning method. This
application provide recommendations of any recipes of Indonesian Foods that can be made by inputting
available ingredients and step by step of cooking and the way they are presented. This evaluation show that
the application successfully constructed and useful for user.

Keywords: CBR, Recipe, Recommendation System, Android.

1 Pendahuluan
Resep masakan sangat dibutuhkan sebagai suatu sarana yang dapat menuntun pada saat
penyiapan bahan-bahan masakan, cara pembuatan serta cara penyajian agar menghasilkan
masakan dengan citra rasa yang lezat, nikmat, dan menarik. Kumpulan resep masakan
yang tersedia saat ini berasal dari koran, majalah, maupun tabloid. Hal ini dinilai kurang
efisien dalam penggolongan menurut kategori jenis resepnya, sehingga dapat
menimbulkan kesulitan dalam hal pencarian dan pengarsipan koleksi resep masakan.
Selain itu, dibutuhkan rak khusus untuk menyimpan kumpulan koran, tabloid, dan
majalan tersebut untuk menjaga koleksi resep-resep yang dimiliki agar tetap awet dan
tidak ada resep yang hilang.

Aplikasi berbasis mobile tentunya sekarang sangat banyak digunakan oleh masyarakat
karena penggunaanya yang mudah dan gampang dibawa kemana-mana dan aplikasi
mobile berbasis Android yang sedang ramai digunakan oleh masyarakat. Pertumbuhan
yang sangat pesat pada internet dan World Wide Web menyebabkan pula berkembang
pesatnya sumber daya informasi elektronik. Hal ini telah memunculkan masalah baru
yaitu bagaimana mencari dan mendapatkan informasi yang dibutuhkan. Oleh karena itu
suatu cabang ilmu baru telah muncul dalam Teknologi Informasi yaitu Information
Retrieval (Temu Kembali Informasi). Salah satu metode yang dapat digunakan yaitu CBR
(Case-Based Reasoning) karena metode ini memiliki karakteristik dibutuhkan untuk
suatu pencarian. Metode CBR memiliki kemampuan pencarian yang lebih fleksibel,
dengan kemampuan (1) Memberikan fleksibilitas dalam mendeskripsikan permasalahan
yang dilihat, bahkan menggunakan bahasa yang natural, (2) Mencari permasalahan/
informasi yang memiliki dekripsi mirip dalam database atau bahkan sekumpulan
permasalahan/informasi yang mirip, (3) Menanyakan beberapa pertanyaan untuk
mengkonfirmasikan permasalahan yang mirip atau fokus pada yang paling mirip, (4)
Memberikan solusi dikenali berdasar permasalahan yang paling mirip (5)
Mengadaptasikan solusi dengan permasalahan yang baru. Oleh karena itu, pada penelitian

Hal 12 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

ini akan dibuat suatu aplikasi “Recipe Recommendations” berbasis Android dengan
menerapkan metode Case-Based Reasoning, dimana dengan aplikasi ini akan memberi
petunjuk atau rekomendasi masakan apa saja yang dapat dibuat dengan menginput bahan-
bahan apa saja yang tersedia dan aplikasi ini juga memberikan resep lengkapnya beserta
langkah-langkah memasak dan cara penyajiannya.

2 Tinjauan Pustaka

2.1 Sistem Rekomendasi

Sistem rekomendasi adalah sebuah alat dan teknik yang menyediakan saran terkait suatu
hal untuk dapat dimanfaatkan oleh user [1]. Akurasi dari rekomendasi yang dihasilkan
oleh sebuah sistem rekomendasi sangat bergantung pada algoritma yang digunakan.
Namun, hal yang menentukan seberapa efektif suatu sistem rekomendasi tergantung pada
faktor-faktor yang melampaui kualitas algoritma. Efektivitas dalam suatu sistem
rekomendasi adalah efektivitas dalam mengenalkan pengguna kepada item-item yang
membuat pengguna merasa tertarik dan meyakinkan pengguna untuk mencoba item
tersebut. Hal ini menunjukkan bahwa efektivitas dari sistem rekomendasi sepenuhnya
berhubungan dengan perspektif dari pengguna. Dari penelitian yang dilakukan oleh
Swearingen & Sinha, ciri-ciri dari sistem rekomendasi yang efektif adalah [2]:
1. Memunculkan rasa percaya pengguna kepada sistem
2. Memiliki logika sistem yang transparan
3. Mengarahkan pengguna kepada item yang baru dan belum pernah dialami/ditemui oleh
pengguna
4. Menyediakan rincian mengenai item yang direkomendasikan, termasuk gambar dan
penilaian komunitas
5. Menyediakan cara bagi pengguna untuk memperbaiki output rekomendasi dengan
menyertakan atau tidak menyertakan jenis item tertentu.

2.2 Resep Masakan

Resep masakan adalah instruksi yang berisi nama masakan, bahan, bumbu, dan cara
membuat, serta cara menghidangkan suatu masakan. Resep masakan adalah suatu
susunan instruksi atau algoritma yang menunjukkan cara membuat suatu masakan.
Pengetahuan yang dibutuhkan untuk membuat resep masakan sebagai berikut [3] :
1. Pengetahuan bahan makanan.
2. Pengetahuan alat masak dan alat hidang.
3. Pengetahuan tentang teknik olah.
4. Pengetahuan tentang tata hidang serta pengetahuan tentang ukuran.

2.3 Case Based Reasoning (CBR)

Secara singkat Case-Base Reasoning (CBR) didefinisikan sebagai sebuah metodologi
untuk penyelesaian masalah dengan memanfaatkan pengalaman sebelumnya [4]. Case-
Base Reasoning (CBR) merupakan sebuah paradigma utama dalam penalaran otomatis
(automate reasoning) dan mesin pembelajaran (machine learning). Di dalam CBR,
seseorang melakukan penalaran dapat menyelesaikan masalah baru dengan
memperhatikan kesamaannya dengan satu atau beberapa penyelesaian dari permasalahan
sebelumnya. Struktur sistem CBR dapat digambarkan sebagai kotak hitam seperti pada

Hal 13 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

Gambar 1, yang mencakup mekanisme penalaran dan aspek eksternal meliputi.

1. Spesifikasi masukan atau kasus dari suatu permasalahan
2. Solusi yang diharapkan sebagai luaran
3. Kasus-kasus sebelumnya yang tersimpan sebagai referensi pada mekanisme penalaran.

Gambar 1 Siklus Case Based Reasoning

Secara umumnya terdapat empat langkah proses pada metode Case-Based Reasoning,
yang pelaksanaannya berupa siklus, yaitu [5]:

1. Retrieve : yaitu mengambil kembali permasalahan yang sama. Pada langkah ini dilakukan
proses pencarian atau kalkulasi dari kasus-kasus yang memiliki kesamaan.
2. Reuse : yaitu menggunakan kembali informasi dan pengetahuan dalam kasus tersebut
untuk mengatasi masalah baru. Pada langkah ini dicari solusi dari kasus serupa pada
kondisi sebelumnya untuk permasalahan baru.
3. Revise : yaitu meninjau kembali solusi yang diberikan. Pada langkah ini dicari solusi dari
kasus serupa pada kondisi sebelumnya untuk permasalahan yang terjadi kemudian.
4. Retain : yaitu proses yang menyimpan pengalaman untuk memecahkan masalah yang
akan datang ke dalam basis kasus (memory based). Permasalahan yang akan diselesaikan
adalah permasalahan yang memiliki kesamaan dengannya. Pada tahap ini terjadi suatu
proses penggabungan dari solusi kasus yang baru ke knowledge yang telah ada.

2.4 RESTful Web Service

Representational State Transfer yang disingkat REST merupakan salah satu jenis
arsitektur untuk penerapan web service yang menerapkan konsep perpindahan antar state.
State disini dapat digambarkan seperti peramban meminta suatu halaman situs, di sisi
server akan mengirimkan state halaman situs yang sekarang ke peramban. Navigasi
melalui URL yang disediakan sama halnya dengan mengganti state dari halaman situs.
Sama seperti REST bekerja, dengan bernavigasi melalui link HTTP untuk melakukan
aktivitas tertentu. Seakan-akan terjadi perpindahan state antara satu dengan yang lain.
Perintah HTTP yang bisa digunakan dalam REST adalah fungsi GET, POST, PUT atau
DELETE. Dalam pengaplikasiannya, REST lebih banyak digunakan pada web service
yang berorientasi data sumber daya. Sebutan untuk web service yang menerapkan
arsitektur REST adalah RESTful web service [6].

Hal 14 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

3 Metodologi

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilakukan di Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Lampung yang berada di Jalan Soemantri Brojonegoro No.1 Gedung Meneng,
Bandar Lampung. Penelitian ini dilaksanakan mulai bulan Februari 2016 sampai bulan September
2016.

3.2 Metodologi Penelitian

Penelitian dilakukan berdasarkan diagram alir metodologi penelitian yang terdapat pada
Gambar 2. Penelitian ini dilakukan berdasarkan metode pengembangan sistem yang
dipilih yaitu Metode Unified Process.

Gambar 2 Diagram Alir Metodologi Penelitian

4 Pembahasan

4.1 Identifikasi Masalah

Tahapan pertama yang dilakukan yaitu identifikasi masalah. Tahapan ini menghasilkan
perumusan masalah yaitu “Bagaimana merancang dan membangun sebuah aplikasi
Recipe Recommendation berbasis Android yang menghasilkan rekomendasi resep dengan
menerapkan metode Case-Based Reasoning”, dengan tujuan dari penelitian ini adalah
untuk merancang dan membangun sebuah aplikasi Recipe Recommendation berbasis

Hal 15 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

Android yang menghasilkan rekomendasi resep dengan menerapkan metode Case Based
Reasoning , didapat manfaat dari penelitian ini aplikasi dapat memberikan kemudahan
bagi user yang memiliki hobi memasak dalam mencari informasi resep masakan serta
memberikan rekomendasi resep masakan yang cocok dengan bahan makanan yang
dimiliki user, dan juga batasan-batasan permasalahan dari pengembangan aplikasi Recipe
Recommendation. Adapun batasan-batasan masalah dari penelitian ini adalah sebagai
berikut :
1. Aplikasi hanya dapat dioperasikan dalam smartphone yang mendukung OS Android.
2. Aplikasi ini membutuhkan koneksi internet untuk menjalankannya.
3. Aplikasi ini menampilkan beberapa list resep masakan dan menampilkan resep masakan
secara lengkap yang dipilih dari list resep yang tersedia.
4. Aplikasi ini memberikan tempat berupa text box untuk user menginputkan bahan-bahan
makanan baik bahan utama dan bahan tambahan dalam resep masakan berupa teks untuk
system agar dapat menentukan resep masakan yang akan direkomendasikan dan
menampilkan rekomendasi resep dalam bentuk list resep berdasarkan jumlah bahan yang
cocok pada resep dan menu favorit pengguna.
5. Aplikasi ini dapat menambahkan dan menyimpan resep pribadi user.
6. Aplikasi ini dapat menampilkan rekomendasi resep mingguan untuk user.
7. Aplikasi ini didukung dengan web service untuk mengelola data resep admin dan resep
pribadi pengguna oleh admin.

4.2 Inception
Memasuki langkah pertama pada pengembangan sistem dilakukan pengumpulan data
resep masakan berupa data judul resep masakan, kategori, bahan-bahan masakan dan cara
memasak suatu resep. Analisis kebutuhan dasar sistem dilakukan untuk menentukan hal-
hal apa saja yang dapat dilakukan oleh sistem. Analisis kebutuhan aplikasi Recipe
Recommendation adalah sebagai berikut.
1. Aplikasi mampu menampilkan list resep-resep masakan
2. Aplikasi mampu menampilkan resep lengkap
3. Aplikasi mampu memberi rekomendasi resep masakan kepada pengguna berdasarkan
bahan-bahan yang diinputkan.
4. Aplikasi mampu menampilkan rekomendasi resep mingguan.
5. Aplikasi mampu menyimpan resep pribadi.

4.3 Elaboration
Tahapan ini adalah perancangan. Perancangan pada sistem ini dibuat dengan
menggunakan metode UML (Unified Modelling language). Desain perancangan dalam
penelitian ini menggunakan empat model perancangan yaitu desain use case diagram,
class diagram, sequence diagram dan activity diagram. Selain itu juga dilakukan
perancangan antarmuka pengguna (user interface) untuk aplikasi web dan aplikasi
mobile.
Adapun desain desain untuk Use Case Diagram sistem yang dibangun disajikan pada
Gambar 3.

Hal 16 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

(1) (2)

Gambar 3 Desain Use Case Diagram Sistem Web (1)

Desain Use Case Diagram Aplikasi Mobile (2)

Model class diagram pada aplikasi Recipe Recommendation dapat dilihat pada Gambar
4.

Gambar 4 Model Class Diagram

4.4 Construction 1
Pada tahap ini dilakukan pembuatan program (coding). Proses pembuatan program
(coding) yang dilakukan pada tahap ini menggunakan bahasa pemrograman Java dengan
bantuan aplikasi Android Studio 2.1.3 untuk pembuatan aplikasi mobile dan aplikasi web
menggunakan bahasa pemrograman PHP. . Pada fungsi rekomendasi resep masakan
menerapkan metode case based reasoning untuk mendapatkan hasil rekomendasi

Hal 17 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

berdasarkan input bahan-bahan oleh user. Aplikasi Recipe Recommendation ini

menggunakan database server untuk penyimpanan resep-resep masakan yang juga
mendukung fungsi aplikasi yaitu penyimpanan resep pribadi yang ditambahkan oleh user
yang didukung dengan teknologi web service.
Teknologi Web Service untuk menghubungkan aplikasi mobile dengan database server
MySql. Proses pengolahan database dengan teknik Parsing Data yang digunakan untuk
data yang ada di database MySQL kemudian diakses melalui sistem operasi mobile yakni
Android yang terhubung langsung dengan server secara Real Time. Data yang dapat
diakses adalah data yang sudah diinput oleh Admin melalui halaman sistem berbasis web
menggunakan PHP yang sudah disediakan dan sudah terhubung ke MySQL, kemudian
user dapat mengakses data dengan cara pencarian berdasarkan nama resep.
4.4.1 Tampilan Aplikasi Recipe Recommendation Berbasis Mobile
Berikut ini adalah beberapa screenshot tampilan aplikasi Recipe Recommendation
berbasis mobile yang dapat dilihat pada Gambar 5.

(1) (2) (3)

(4) (5) (6)

Gambar 5 (1), (2), (3), (4), (5), (6) Screenshot Tampilan Aplikasi Recipe Recommendation

Hal 18 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

Gambar 5 (1) merupakan tampilan dari Halaman splash screen yaitu halaman yang
pertama kali dilihat oleh pengguna (user) saat pengguna mengakses aplikasi Recipe
Recommendation. Gambar 5 (2) merupakan tampilan dari Halaman utama aplikasi
terdapat 4 menu utama yang terdiri dari menu Resep, Cari Resep, Resep Pribadi, dan
Resep Mingguan. Gambar 5 (3) merupakan tampilan dari Halaman menu Resep yang
menampilkan daftar resep masakan yang terdiri dari 500 resep masakan khas Indonesia
yang dapat dilihat oleh pengguna yang terdiri dari beberapa kategori atau jenis masakan.
Gambar 5 (4) merupakan tampilan dari halaman detail atau resep lengkap dari menu
Resep. Gambar 5 (5) merupakan tampilan dari Halaman menu Cari Resep ini berisi text
box untuk pengguna menginputkan bahan makan yang dimiliki pengguna, pengguna
mengetikkan nama bahan dan aplikasi juga menyediakan nama-nama bahan makanan
tersebut yang dapat dipilih oleh pengguna. Setelah menginputkan bahan-bahan makan
dan menekan tombol “Cari” maka aplikasi akan menampilkan rekomendasi resep
masakan berdasarkan jumlah bahan yang cocok pada resep tersebut dengan yang
diinputkan pengguna. Gambar 5 (6) merupakan tampilan dari Halaman menu Tambah
Resep Pribadi yang menampilkan form untuk pengguna menambahkan dan menyimpan
resep pribadi yang dimiliki oleh pengguna lalu resep pribadi ditampilkan pada halaman
menu Resep Pribadi.
4.4.2 Implementasi Metode Case Based Reasoning Pada Aplikasi
Case based reasoning (CBR) adalah suatu metode untuk menyelesaikan masalah
berdasarkan pengalaman yang lalu, untuk menilai kesamaan antar kasus, dengan
mengadaptasikan kasus lama dengan kasus baru sehingga dihasilkan suatu keputusan.
Implementasi metode case based reasoning pada penelitian ini yaitu dengan menilai
kesamaan bahan (kasus) dengan menghitung kesamaan jumlah bahan dengan bahan-
bahan yang sudah ada pada resep-resep masakan yang ada, sehingga dihasilkan suatu
rekomendasi (keputusan) resep masakan yang cocok dengan bahan (kasus) yang diinput
tersebut. Adapun proses untuk menampilkan rekomendasi dalam menerapkan metode
case based reasoning dapat dilihat dalam flowchart atau diagram alir pada Gambar 6.

Gambar 6 Diagram Alir Penerapan Metode Case Based Reasoning untuk Hasil Rekomendasi

Hal 19 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

Dalam penelitian ini pada tahap temu kembali kasus yang telah ada, akan dilakukan
perhitungan tingkat kemiripan. Dalam kasus ini akan digunakan rumus sebagai berikut
[7].

𝑇𝑖
𝑛𝑥1 + 𝑛𝑥2 + 𝑛𝑥3 + ⋯ + 𝑛𝑥𝑚
= (1)
𝑁
Keterangan :
Ti = nilai similarity dengan kasus ke i
n x 1 = banyaknya kesamaan sub objek x 1
n x 2 = banyaknya kesamaan sub objek x 2
n x 3 = banyaknya kesamaan sub objek x 3
n x m = banyaknya kesamaan sub objek x m
N = banyaknya gejala pada kasus baru

Proses komputasi akan menghitung nilai similarity dari bahan-bahan terhadap masing-
masing resep masakan yang tersimpan dalam basis kasus dengan batasan-batasan yang
telah ditentukan. Percobaan kasus yang akan dilakukan pada sistem rekomendasi
penentuan resep masakan ini menggunakan data pengguna yang melakukan pencarian
resep atau proses rekomendasi pada aplikasi Recipe Recommendation.

4.5 Construction 2 (Pengujian)

Setelah pembuatan program selesai, maka akan dilakukan pengujian. Penelitian ini
menggunakan dua jenis pengujian yaitu pengujian fungsional dan pengujian non
fungsional. Pengujian fungsional dalam penelitian ini menggunakan pengujian Black Box
dengan metode Equivalance Partitioning (EP). Pengujian non fungsional didasarkan pada
pengujian aplikasi dari atribut non fungsional. Pengujian non fungsional melibatkan
pengujian Perangkat Lunak dari persyaratan yang non fungsional baik seperti tampilan
(user interface), kinerja, dan kemudahan (user friendly) dalam penggunaan aplikasi.

4.5.1 Pengujian Fungsional

Pengujian fungsional digunakan untuk menemukan kesalahan-kesalahan pada sistem
yang telah dibangun. Pengujian fungsional pada penelitian ini menggunakan metode
Black Box Equivalence Partitioning (EP). Pengujian menggunakan metode ini dilakukan
dengan membagi domain masukan (input) ke dalam kelas-kelas sehingga test case pada
aplikasi dapat diperoleh. Pengujian pada penelitian ini dilakukan dengan cara membagi
kelas uji seperti pengujian versi android, pengujian resolusi layar dan densitas layar,
pengujian user interface, dan pengujian fungsi dan menu aplikasi. Proses pengujian
fungsional mendapatkan hasil yang sesuai dengan yang diharapkan pada skenario uji di
setiap kelas uji, karena aplikasi Recipe Recommendation dapat berfungsi dengan baik
sesuai fungsi-fungsi yang diharapkan.

4.5.2 Pengujian Non Fungsional

Pengujian non fungsional melibatkan 50 (lima puluh) reseponden untuk mendapatkan
penilaian langsung terhadap sistem atau aplikasi yang dihasilkan. Pemilihan responden
dilakukan dengan pengambilan sampel acak. Dengan demikian pengujian non fungsional

Hal 20 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

telah melibatkan 50 responden yang memiliki sebuah perangkat smartphone Android.

Pengujian ini menggunakan lembar kuisioner yang berisikan pertanyaan-pertanyaan
berkaitan dengan aplikasi Recipe Recommendation.
Data hasil pengujian non fungsional selanjutnya dianalisis dengan menghitung skor tiap-
tiap interval dari pertanyaan yang diberikan pada setiap variabelnya. Berikut adalah hasil
penilaian responden terhadap aplikasi Recipe Recommendation.
1. Variabel User Friendly
Dari hasil penilaian yang telah dilakukan didapat total rata-rata nilai yang diperoleh pada
variabel user friendly adalah 87.31%. Berdasarkan interval dan kategori penilaian skala likert,
maka hasil penilaian aplikasi Recipe Recommendation untuk variabel user friendly masuk
dalam kategori “Sangat Baik”. Untuk grafik presentase rata-rata jawaban responden per
kategori penilaian pada variabel user friendly, disajikan pada Gambar 7.

Gambar 7 Grafik Presentasi Rata-Rata Jawaban Responden untuk Variabel User Friendly

2. Variabel Interaktif
Dari hasil penilaian yang telah dilakukan didapat total rata-rata nilai yang diperoleh pada
variabel interaktif adalah 85,9%. Berdasarkan interval dan kategori penilaian skala likert,
maka hasil penilaian aplikasi Recipe Recommendation untuk variabel interaktif masuk dalam
kategori “Sangat Baik”. Untuk grafik presentase rata-rata jawaban responden per kategori
penilaian pada variabel interaktif, disajikan pada Gambar 8.

Gambar 8 Grafik Presentasi Rata-Rata Jawaban Responden untuk Variabel Interaktif

4.6 Transition
Pada tahap ini akan dilakukan penyerahan sistem aplikasi ke-user (roll-out) melalui Play
Store. Play Store adalah layanan konten digital milik Google yang melingkupi toko untuk
produk-produk seperti musik/lagu, buku, aplikasi, permainan, ataupun pemutar media

Hal 21 dari 101

Vol 4 No. 2 , 2016 Jurnal Komputasi
©2016 Ilmu Komputer Unila Publishing Network all right reserve

berbasis cloud. Roll-out ini dilakukan agar pengguna dapat mengunduh aplikasi Recipe
Recommendation secara gratis melalui Play Store.

5 Kesimpulan
Berdasarkan penelitian yang telah dilakukan, maka dapat disimpulkan:
1. Telah berhasil dibangun aplikasi Recipe Recommendation berbasis Android yang dibuat
untuk menghasilkan rekomendasi resep masakan kepada pengguna dengan menerapkan
metode Case Based Reasoning.
2. Aplikasi telah berhasil menampilkan berbagai jenis resep masakan sejumlah 500 resep,
menampilkan rekomendasi resep masakan berdasarkan input bahan oleh pengguna,
menampilkan dan menyimpan resep pribadi pengguna, dan menampilkan resep mingguan.
3. Dari hasil data pengujian Equivalence Partitioning, aplikasi Recipe Recommendation
kompatibel terhadap semua versi OS Android dengan minimum requirement yang telah
ditetapkan dalam pembuatan aplikasi, kompatibel terhadap device Android dengan resolusi
4 inch, 4.5 inch, 5 inch, 5.7 inch dan dari semua kelas yang diuji aplikasi dapat berfungsi
sesuai analisis.
4. Berdasarkan dari hasil data pengujian penilaian variabel user friendly dan variabel interaktif
aplikasi Recipe Recommendation termasuk dalam kategori (Sangat Baik).

6 Reference
[1] Ricci, Francesco., Rokach, Lior., dan Shapira, Bracha.2011. Recommender System
Handbook. New York: Springer.
[2] Swearingen, Kirsten dan Sinha, Rashmi. 2001. Beyond Algorithms : An HCI Perspective
on Recommender Systems. in ACM SIGIR 2001 Workshop on Recommender Systems
2001, pp. 1–11.
[3] Marwanti. 2000. Pengertian Masakan Indonesia. Yogyakarta: Adi Cita.
[4] Main, J. 2001. A Tutorial on Case Based Reasoning: Soft Computing in CBR. London:
Sprenger-verlag.
[5] Aamodt, A. dan Plaza, E. 1994. Case-based Reasoning : foundation issues, methodological
variation and System approach. AI Communication 7(1), pp. 39-59.
[6] Richardson, L dan Ruby, S. 2007. RESTful Web Services. O’Reilly , California.
[7] Althoff, K.-D. dan Richter, M . 2011. Topics in Case-Based Reasoning. Berlin: Springer,
pp. 274–288.

Hal 22 dari 101