Layanan rekomendasi makan 'Meal Prescription' yang dibuat untuk mengurangi kebingungan memilih makan apa hari ini

Karena hidup sendiri, pertanyaan yang berulang setiap hari, "Hari ini makan apa ya?", ternyata cukup melelahkan. Jadi saya mencoba membuat sesuatu yang bukan membuat kita 'mencari' menu, melainkan mempersempit pilihan berdasarkan 'suasana hati/situasi'.

Situs resep yang ada biasanya ditujukan untuk orang yang sudah menentukan ingin makan apa, jadi saya merasa tahap 'sebelum memutuskan' masih kosong. Meal Prescription berfokus pada memilih satu santapan yang sesuai saat Anda memilih satu baris suasana hati (lelah/stres/sedih, dll.), cuaca, atau situasi (makan sendiri/camilan malam/pemulihan setelah mabuk, dll.). Bisa langsung dicoba tanpa mendaftar.

▍Fitur

• Rekomendasi berbasis suasana hati, cuaca, dan situasi (bukan pencarian, melainkan 'mempersempit pilihan')
• Berbasis data resep publik dari Kementerian Keamanan Pangan dan Obat + pelabelan untuk dicocokkan per situasi
• Halaman kumpulan menu per situasi seperti "menu makan malam saat hujan", "makan sendiri", "camilan malam"
• Bisa digunakan tanpa daftar/login, tersedia web + aplikasi Android

▍Hal-hal yang dicoba secara teknis

• Monorepo Turborepo: Next.js (web, Vercel) / Expo RN (app) / Hono (API, Firebase Functions) / Firestore
• Jika teks rekomendasi dibuat dengan pemanggilan LLM saat runtime, biaya, latensi, dan konsistensi semuanya menjadi masalah. Jadi semuanya dibuat terlebih dahulu secara batch dan dimasukkan ke DB, sementara runtime hanya melakukan lookup. (LLM hanya saat build time)
• Halaman menu per situasi dibuat otomatis dari intensi pencarian yang dikurasi + pencocokan label resep + editorial yang dibuat sebelumnya, dan hanya yang lolos quality gate (panjang, kata terlarang, jumlah kecocokan) yang diindeks.

▍Batasan yang jujur

• Ini masih tahap awal dengan traffic yang hampir belum ada, jadi masih kurang validasi apakah kualitas rekomendasinya benar-benar efektif dalam penggunaan nyata. Karena itu saya ingin mengunggahnya ke GN untuk mendapatkan feedback langsung.
• Karena data resep berbasis data publik, sebagian deskripsinya masih terasa kaku.

Feedback/kritik tentang motivasi pembuatan, logika rekomendasi, maupun pemrosesan data sangat saya harapkan. Terutama masukan seperti "situasi seperti ini belum ada" akan sangat membantu.