Perancangan Aplikasi Android untuk Penjualan Sayur dan Rekomendasi Resep Berbasis AI
DOI:
https://doi.org/10.29407/h3m09q02Keywords:
android, kecerdasan buatan(AI), penjualan sayur, rekomendasi resep, Prototype aplikasiAbstract
Bagi pelanggan yang tidak dapat mengunjungi pasar tradisional pada pagi hari, penjualan sayur segar secara online menjadi solusi. Tujuan penelitian adalah untuk membuat aplikasi Android yang memiliki fitur penjualan sayur dan memanfaatkan kecerdasan buatan (AI) untuk memberi pengguna rekomendasi resep berdasarkan bahan yang mereka inputkan. Data produk diperoleh melalui penelitian pasar, dan data resep diperoleh dari dataset Kaggle. Protetipe aplikasi memiliki antarmuka pengguna (UI) yang ramah pengguna dan fitur navigasi yang mudah digunakan. Untuk memastikan bahwa prototipe berjalan sesuai desain, pengujian fungsional dilakukan menggunakan metode black-box. Hasil penelitian ini menghasilkan prototipe aplikasi yang dapat meningkatkan pengalaman belanja sayur secara digital dan siap untuk digunakan di masa mendatang.
Downloads
References
A. Saifudin, A. Wahid, I. U. Aranda, and S. Amruallah, “Pengembangan Aplikasi Mobile pada Studi Kasus
Penjualan Sayur dan Buah Berbasis Android,” vol. 3, no. 6, pp. 1576–1582, 2024.
A. Hidayat, N. Q. Ridhaihi, M. F. A. Shiddiq, F. T. Ra’pak, and A. A. Khaerunnisa, “Pengembangan
Aplikasi MySaku Menggunakan Metode Waterfall,” Indones. Technol. Educ. J., vol. 01, no. 02, pp. 68–
, 2023.
A. Firdiansyah, I. Al Ikrom, M. Khamdanni, and W. C. Utomo, “Pemanfaatan Data Mining Untuk
Memprediksi Kelulusan Mata Kuliah dan Referensi Strategi Pembelajaran,” Semin. Nas. Teknol. Sains,
vol. 3, no. 1, pp. 338–344, 2024, doi: 10.29407/stains.v3i1.4338.
Luqyana Zakiya Almas, Yuliana Susanti, and Sri Sulistijowati Handajani, “Penerapan Algoritma KNearest Neighbors dalam Sistem Rekomendasi Makanan Berdasarkan Kebutuhan Nutrisi dengan ContentBased Filtering,” Statistika, vol. 24, no. 1, pp. 115–122, 2024, doi: 10.29313/statistika.v24i1.3558.
P. C. Siswipraptini, “Klasifikasi Pekerjaan Bidang Teknologi Informasi Menggunakan Algoritma Cosine
similarity,” Kilat, vol. 12, no. 1, pp. 38–48, 2023, doi: 10.33322/kilat.v12i1.2001.
A. A. Huda, R. Fajarudin, and A. Hadinegoro, “Sistem Rekomendasi Content-based Filtering
Menggunakan TF-IDF Vector Similarity Untuk Rekomendasi Artikel Berita,” Build. Informatics, Technol.
Sci., vol. 4, no. 3, pp. 1679–1686, 2022, doi: 10.47065/bits.v4i3.2511.
N. Ayuningsih, A. D. Rachmanto, and D. Hernawati, “Perancangan Aplikasi Belajar Mengaji Ilmu Tajwid
Berbasis Android,” J. Teknol. Inf. dan Komun., vol. 11, no. 1, 2021, doi: 10.56244/fiki.v11i1.419
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Rafi Achmad Fachrudi, Alindro Septo Nugroho, Prita Ayu Meudea
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
