“Natural Language Processing for food” atau NLP untuk makanan adalah penerapan teknologi pemrosesan bahasa alami (Natural Language Processing) dalam konteks industri makanan, gizi, atau kuliner. Secara sederhana, ini adalah penggunaan teknik NLP untuk memahami, menganalisis, atau menghasilkan teks atau ucapan yang berkaitan dengan makanan. Berikut beberapa contoh penerapannya:

---

🔍 Contoh Penerapan NLP untuk Makanan:

1. Pengenalan dan Klasifikasi Resep Makanan
   • Menggunakan NLP untuk memahami deskripsi resep, bahan, dan langkah memasak.
   • Contoh: sistem yang bisa mengelompokkan resep ke dalam kategori seperti vegan, rendah kalori, dsb.
2. Chatbot Kuliner
   • Chatbot yang bisa menjawab pertanyaan seperti: “Apa resep soto ayam yang mudah?” atau
     “Apa makanan yang cocok untuk penderita diabetes?”
   • NLP dipakai untuk memahami maksud pengguna dan memberikan jawaban sesuai.
3. Analisis Sentimen Ulasan Restoran
   • NLP dipakai untuk membaca dan menganalisis review restoran di Google, Tripadvisor, dll.
   • Sistem bisa mengenali apakah ulasan positif, netral, atau negatif.
4. Deteksi Alergen dari Label Makanan
   • Sistem NLP membaca label makanan dan menandai bahan-bahan yang mengandung alergen umum (misal: kacang, susu, gluten).
5. Pencarian Makanan Cerdas
   • Misalnya kamu mengetik: “Makanan rendah kalori yang mengandung banyak protein tapi tidak pedas.”
     NLP bisa menafsirkan maksudmu dan mencari makanan sesuai kriteria itu.
6. Food Recommendation Systems (Sistem Rekomendasi Makanan)
   • Digunakan di aplikasi diet atau layanan pesan antar makanan, dengan memahami preferensi pengguna berdasarkan riwayat pencarian atau deskripsi makanan.

🔧 Teknologi yang Umumnya Digunakan:

• Named Entity Recognition (NER) untuk mengenali nama makanan, bahan, alat dapur, dll.
• Text classification untuk mengelompokkan jenis makanan.
• Information extraction dari label atau artikel nutrisi.
• Semantic search untuk pencarian resep atau informasi gizi.

Contoh pengembangan aplikasi makanan atau nutrisi dengan AI/NLP

Bagus! Kita akan buat contoh aplikasi sederhana NLP untuk makanan, misalnya:

“Aplikasi pencari resep makanan berdasarkan input teks alami pengguna.”
Contoh input pengguna:
“Saya ingin makan malam rendah kalori dan tanpa daging.”

Sistem akan memproses input ini dan mencarikan resep yang sesuai.

🧠 Tahapan NLP-nya:

1. Preprocessing teks: menghapus stopwords, stemming, dll.
2. Ekstraksi intent/kata kunci: seperti “rendah kalori”, “tanpa daging”.
3. Pencocokan dengan database resep.

💡 Contoh Kode Python Sederhana (pakai spaCy + pandas)

import spacy
import pandas as pd

# 1. Load NLP model bahasa Inggris
nlp = spacy.load("en_core_web_sm")

# 2. Simulasi database resep
data = [
    {"nama": "Grilled Chicken Salad", "kategori": ["rendah kalori", "berdaging"]},
    {"nama": "Vegan Stir Fry", "kategori": ["rendah kalori", "tanpa daging", "vegan"]},
    {"nama": "Beef Steak", "kategori": ["berdaging"]},
    {"nama": "Tofu and Broccoli", "kategori": ["rendah kalori", "tanpa daging"]}
]
df = pd.DataFrame(data)

# 3. Input dari pengguna
input_user = "Saya ingin makan malam rendah kalori dan tanpa daging"
doc = nlp(input_user)

# 4. Ekstrak kata kunci sederhana
keywords = [token.text.lower() for token in doc if token.pos_ in ["ADJ", "NOUN"]]

# 5. Filter resep berdasarkan keyword
hasil = df[df['kategori'].apply(lambda x: all(kw in x for kw in keywords if kw in ["rendah kalori", "tanpa daging"]))]

# 6. Cetak hasil
print("Rekomendasi resep:")
print(hasil[["nama"]])

🧪 Output (simulasi):

Rekomendasi resep:
               nama
1     Vegan Stir Fry
3  Tofu and Broccoli

Cek juga Komunitas Forum AI