Web Semantik Sebagai Knowledge Base (KB) pada Chatbot Penyedia Informasi Kandungan Makanan

Abstract

There have been many websites that have various food information, features such as filtering was implemented so users can get more food information. However, this does not provide the specific information. The user needs to search from the ocean of information. The technique used by search engines is keyword, relationship between data and keywords is based on the number of occurences of the keyword. Apart from understanding the meaning of a word and concept, the implementation of semantic web technology able to understand based on logical relationshop and get more relevant and specific information. This paper implements semantic technology as the basis for Knowledge Base (KB) on food information chatbots which aims to obtain relevant and specific food components information fot helping users to find ingredients and nutritional information from their favorite food products. Ontology which is the concept of hierarchical structure has main components such as classes, properties and instances. Ontology modeling was carried out using Protégé 5.5.50. The dataset used is USDA Branded Food Products Database (BFPD) designed with the ontology model, containing food information such as food product names, ingredients, and nutritional content. Dialogflow Essentials is used as a dialog manager on the chatbot. The evaluation shows that 91,25% queries from users generate a valid response from the chatbot.

Telah banyak website yang memiliki berbagai informasi makanan, fitur seperti penyaringan dan pencarian diterapkan agar pengguna mendapatkan informasi makanan. Namun, hal ini tidak memberikan informasi spesifik mengharuskan pengguna untuk memilih pilihan dari banyak lautan informasi. Teknik yang digunakan mesin pencarian biasanya menggunakan kata kunci, dimana hubungan antara data dan kata kunci didasarkan pada banyaknya kemunculan kata kunci. Selain dari memahami makna sebuah kata dan konsep, implementasi teknologi web semantik ini mampu untuk memahami berdasarkan hubungan yang logis untuk dapat menghasilkan informasi yang lebih relevan dan spesifik. Penelitian ini melakukan implementasi teknologi semantik sebagai landasan Knowledge Base (KB) pada chatbot informasi makanan yang bertujuan untuk mendapatkan informasi kandungan makanan yang relevan dan spesifik seperti membantu pengguna untuk menemukan informasi bahan dan nutrisi dari produk makanan favorit. Ontologi yang merupakan konsep struktur hirarki memiliki komponen utama seperti class, properties, dan instance. Pemodelan pada ontologi dilakukan dengan menggunakan Protégé 5.5.0. Dataset yang digunakan yaitu USDA Branded Food Products Database (BFPD) dibentuk kedalam ontologi berisikan informasi makanan seperti nama produk makanan, bahan, dan kandungan nutrisi. Dialogflow Essentials digunakan sebagai dialog manager pada chatbot dan evaluasi yang dilakukan menunjukkan bahwa 91,25% kueri dari pengguna menghasilkan respon yang valid oleh chatbot.