NusaRasa — Sistem Rekomendasi Kuliner Indonesia Berbasis Semantic Web

Temukan kekayaan kuliner Nusantara melalui pencarian semantik bahasa alami — didukung Knowledge Graph RDF/OWL dan pipeline NL2SPARQL berbasis LLM.

---

Tentang Proyek

NusaRasa adalah sistem rekomendasi kuliner lokal Indonesia yang dibangun di atas fondasi teknologi Semantic Web. Alih-alih mengandalkan pencarian kata kunci sederhana, NusaRasa memahami relasi kontekstual antara hidangan, bahan, daerah asal, budaya, dan momen penyajian — memungkinkan pertanyaan seperti:

"Makanan khas Jawa yang mengandung santan dan cocok disajikan saat Lebaran"

dapat dijawab secara tepat dan bermakna.

Indonesia memiliki lebih dari 5.350 jenis hidangan tradisional yang tersebar di 38 provinsi. NusaRasa hadir sebagai upaya pelestarian dan promosi warisan kuliner Nusantara secara digital, dengan merepresentasikan pengetahuan kuliner dalam format yang dapat dipahami mesin (machine-readable).

---

Fitur Utama

• Pencarian Bahasa Alami — Ketik pertanyaan seperti berbicara biasa; LLM akan menerjemahkannya menjadi SPARQL query secara otomatis dengan fitur Auto-Retry & Self-Correction untuk memastikan hasil yang akurat.
• Knowledge Graph Interaktif — Visualisasi relasi semantik antar entitas kuliner secara komprehensif.
• Kartu Rekomendasi Hidangan — Tampilkan informasi lengkap: daerah asal, bahan, budaya, konteks penyajian, dan tingkat kepedasan.
• Transparansi Query — Kueri SPARQL yang dihasilkan beserta penjelasan cara kerjanya ditampilkan secara eksplisit kepada pengguna untuk keperluan edukasi.
• Ontologi Terstruktur — Dibangun dengan OWL 2 menggunakan Protégé, divalidasi oleh HermiT Reasoner.

---

📸 Panduan Penggunaan (UI)

Aplikasi NusaRasa dirancang agar interaktif dan mudah digunakan oleh siapa saja. Berikut adalah alur pemakaian utamanya:

1. Halaman Beranda

Di halaman awal, Anda akan disambut dengan antarmuka pencarian pintar dan modern. Anda dapat langsung melihat sekilas keindahan warisan kuliner yang tersedia.

2. Melakukan Pencarian Bahasa Alami

Cukup ketikkan keinginan Anda seperti Anda sedang berbicara dengan seseorang. Contoh: "Cari hidangan dari Jawa Barat yang memiliki tingkat kepedasan sedang dan cocok untuk vegetarian". Model AI (LLM) di balik layar akan memproses maksud Anda secara semantik.

3. Menjelajahi Hasil Pencarian

Sistem akan menampilkan hidangan-hidangan yang cocok dengan konteks pencarian Anda dalam bentuk kartu (card) yang rapi. Di bagian atas layar, Anda juga dapat melihat kotak penjelasan transparan mengenai bagaimana AI menerjemahkan pertanyaan bahasa alami Anda ke dalam kueri graf SPARQL.

4. Detail Informasi Kuliner

Jika Anda mengeklik salah satu kartu hidangan, Anda akan dibawa ke halaman detail yang membongkar seluruh Knowledge Graph dari hidangan tersebut. Anda bisa melihat bahan-bahan (Ingredient), tingkat kepedasan, asal wilayah (Region), dan budaya (Culture) yang menyertainya secara terstruktur.

---

Arsitektur Sistem

Pengguna (Bahasa Alami)
        │
        ▼
┌──────────────────┐
│   Web Frontend   │  Next.js / React / Tailwind CSS
│  (Antarmuka Web) │
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│ Express Backend  │  Node.js API Gateway & NL2SPARQL
│                  │◄──── Groq API (Llama 3.3 70B)
└────────┬─────────┘      + Few-shot Prompting + Auto-Retry
         │
         ▼
┌──────────────────┐
│   SPARQL Server  │  Python + RDFLib (Port 3030)
│   (Standalone)   │  Dataset: nusarasa_data.ttl
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│  Knowledge Graph │  RDF Turtle (.ttl)
│  NusaRasa Onto.  │  OWL 2 — NusaRasa Ontology
└──────────────────┘

---

Ontologi NusaRasa

Ontologi dirancang di Protégé 5.x dengan komponen berikut:

Kelas Utama

Kelas	Deskripsi
nusa:Dish	Representasi hidangan dengan metadata lengkap
nusa:Region	Wilayah geografis asal hidangan
nusa:Ingredient	Bahan penyusun hidangan
nusa:Culture	Kelompok budaya atau suku yang berafiliasi
nusa:Event	Peristiwa / konteks sosial penyajian hidangan

Object Properties

Property	Relasi
berasal_dari	Dish → Region
mengandung	Dish → Ingredient
terkait_budaya	Dish → Culture
disajikan_pada	Dish → Event
memiliki_varian	Dish → Dish
berkaitan_dengan	Dish → Dish / Event

Data Properties

nama · deskripsi · metode_memasak · tingkat_kepedasan · kategori_diet

---

🛠️ Teknologi

Komponen	Teknologi
Ontologi	Protégé 5.x (OWL 2)
RDF / Triple Store	RDFLib (Python) SPARQL Server
LLM / NL2SPARQL	Groq API (Llama-3.3-70b-versatile)
Web Backend	Node.js / Express
Web Frontend	Next.js / React
Dataset	CSV → RDF Turtle (.ttl)

---

Cara Menjalankan (Development)

Proyek ini terdiri dari dua bagian utama: backend dan frontend.

Prasyarat

• Node.js (v18+)
• Python (3.10+)
• Groq API Key (Dapatkan di Groq Console)

1. Menyiapkan Backend (Express & SPARQL)

Buka terminal baru, lalu ikuti langkah berikut:

cd backend

# Install dependencies Node.js
npm install

# Install dependencies Python (untuk SPARQL Server)
pip install -r requirements.txt

# Buat file konfigurasi .env dari .env.example
cp .env.example .env

Buka file backend/.env dan masukkan API Key Groq Anda:

PORT=5000
GROQ_API_KEY=gsk_kunci_api_anda_di_sini
GROQ_MODEL_NAME=llama-3.3-70b-versatile

Setelah itu, jalankan kedua layanan backend ini secara bersamaan (disarankan menggunakan 2 terminal atau mode split terminal):

# Di Terminal 1: Jalankan SPARQL Server (berjalan di Port 3030)
python sparql_server.py

# Di Terminal 2: Jalankan Express API Server (berjalan di Port 5000)
npm run dev

2. Menyiapkan Frontend (Next.js)

Buka terminal baru lainnya, navigasi ke folder frontend, lalu:

cd frontend

# Install dependencies
npm install

# Jalankan server frontend (berjalan di Port 3000)
npm run dev

Aplikasi siap digunakan dan dapat diakses melalui browser Anda di: http://localhost:3000

---

Struktur Direktori Utama

nusarasa/
├── backend/
│   ├── controllers/      # Logika API Express (Query, Data, Ontology)
│   ├── services/         # Layanan eksternal (NL2SPARQL, komunikasi RDFLib)
│   ├── data/             # File sumber data (.csv dan .ttl)
│   ├── ontology/         # File definisi dan arsitektur ontologi (.ttl)
│   ├── scripts/          # Skrip utilitas bantu (misal: pengujian LLM)
│   ├── server.js         # Entry point utama Node.js Express
│   └── sparql_server.py  # Server SPARQL mandiri berbasis Python & RDFLib
├── frontend/
│   ├── src/app/          # Halaman User Interface Next.js (App Router)
│   ├── src/components/   # Komponen UI React
│   └── public/           # Aset statis dan ikon
└── README.md             # Dokumentasi utama proyek

---

Tim Pengembang

Nama	NIM	Peran
Francisco Gilbert Sondakh	140810230004	Project Manager
Achmad Dzaki Azhari	140810230034	Front-End Developer
Theophilus Samuel Ghozali	140810230054	Back-End Developer

Universitas Padjadjaran — Fakultas MIPA Program Studi S-1 Teknik Informatika · Semester Genap 2025/2026

---

Referensi

• Antoniou, G., & Van Harmelen, F. (2004). A Semantic Web Primer. MIT Press.
• Berners-Lee, T., Hendler, J., & Lassila, O. (2001). The Semantic Web. Scientific American, 284(5), 34–43.
• Hitzler, P. (2021). A Review of the Semantic Web Field. Communications of the ACM, 64(2), 76–83.
• RDFLib Documentation