Show simple item record

dc.contributor.authorMukafasyadiah, Diena
dc.date.accessioned2026-07-27T02:36:12Z
dc.date.available2026-07-27T02:36:12Z
dc.date.issued2026
dc.identifier.urihttp://hdl.handle.net/123456789/64926
dc.description.abstractPola konsumsi makanan memiliki peran penting dalam menentukan kondisi kesehatan dan status gizi seseorang. Namun, banyak individu mengalami kesulitan dalam memantau pola konsumsi harian serta memahami kebutuhan nutrisi secara personal. Sebagian besar aplikasi diet yang tersedia saat ini masih bersifat statis dan belum mampu menganalisis pola konsumsi secara berkelanjutan. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem analisis pola konsumsi dan rekomendasi diet berbasis Generative AI yang mampu membantu pengguna memahami pola konsumsi serta memperoleh rekomendasi nutrisi yang personal. Penelitian ini menggunakan pendekatan Design Science Research Methodology (DSRM) yang berfokus pada pengembangan artefak berupa sistem berbasis web. Sistem yang dikembangkan mampu mengelola data profil pengguna, mencatat riwayat konsumsi makanan, menghitung kebutuhan energi dan distribusi makronutrien, serta menganalisis pola konsumsi berdasarkan data yang tersimpan. Perhitungan nutrisi dalam sistem mengacu pada Tabel Komposisi Pangan Indonesia (TKPI) sebagai sumber data gizi. Selain itu, sistem memanfaatkan Generative AI untuk menghasilkan insight dan rekomendasi diet berdasarkan konteks data nutrisi pengguna. Evaluasi sistem dilakukan melalui demonstrasi penggunaan sistem kepada responden serta pengukuran tingkat penerimaan pengguna menggunakan pendekatan Technology Acceptance Model (TAM). Hasil penelitian menunjukkan bahwa sistem mampu melakukan analisis pola konsumsi dan memberikan rekomendasi diet secara terintegrasi, termasuk menghitung kebutuhan nutrisi personal, mencatat konsumsi makanan, serta menyajikan analisis dalam periode tertentu. Integrasi Generative AI memungkinkan interpretasi nutrisi yang kontekstual berdasarkan data konsumsi pengguna. Evaluasi menggunakan TAM menunjukkan tingkat penerimaan yang tinggi dengan nilai rata-rata Perceived Usefulness 4,57, Perceived Ease of Use 4,63, Attitude Toward Using 4,58, dan Behavioral Intention 4,51 (skala 5). Penelitian ini berkontribusi pada pengembangan sistem analisis konsumsi makanan berbasis Generative AI yang mengintegrasikan TKPI sebagai referensi gizi lokal, sehingga menghasilkan rekomendasi diet yang lebih kontekstual dan adaptif. Secara keilmuan, penelitian ini memperkaya penerapan Generative AI dalam sistem informasi kesehatan, khususnya dalam analisis konsumsi berbasis data gizi lokal sebagai acuan pengembangan di bidang informatika medis.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectDSRMen_US
dc.subjectGenerative AIen_US
dc.subjectAnalisis Pola Konsumsien_US
dc.subjectRekomendasi Dieten_US
dc.subjectTechnology Acceptance Modelen_US
dc.titleSistem Analisis Pola Konsumsi dan Rekomendasi Diet Berbasis Gen AIen_US
dc.typeThesisen_US
dc.Identifier.NIM22523269


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record