Recommendation System Model Untuk Merekomendasikan Produk Pada Website Menggunakan Metode Content-Based Filtering (Studi Kasus : Website Penjualan Sepeda) Alaman Judul

Abstract

Dari banyaknya alternatif pilihan sepeda yang tersedia pada suatu website penjualan online dengan berbagai macam jenis dan spesifikasi yang sangat beragam menyebabkan calon pembeli sering menjadi merasa kebingungan dalam menentukan pilihan barang yang akan dibeli. Untuk membantu memberikan solusi dari masalah tersebut, maka peneliti mencoba membuat sebuah model sistem rekomendasi untuk membantu proses pemilihan suatu barang bagi calon pembeli sehingga memberi kemudahan bagi calon pembeli tersebut dalam menentukkan pilihannya. Dengan adanya sistem rekomendasi akan dapat meningkatkan pelayanan dan kepuasan pada pelanggan, selain itu juga dapat membantu perusahaan dalam meningkatkan penjualannya. Sistem rekomendasi dalam penelitian ini akan membuat rekomendasi produk sepeda pada website penjualan sepeda online dengan menggunakan metode Content-Based Filtering menggunakan konsep perhitungan vector dalam teks, pembobotan TF-IDF, dan Cosine Similarity. Pada pencarian nilai kemiripan konten/deskripsi pada produk sepeda digunakan produk sepeda Roll Elite sebagai contoh pengujian. Berdasarkan hasil pencarian 10 produk sepeda yang paling mirip dengan sepeda Roll Elite menggunakan konsep Cosine Similarity, didapatkan hasil produk sepeda Roll Elite Low Entry, Roll, Roll Sport, Roll Low Entry, Roll Sport Low Entry, Crossroads 2.0 Step Through, Crossroads 1.0 Step Through, Crossroads 3.0 Step Through, Crossroads 2.0, dan Crossroads 1.0 sebagai urutan produk sepeda yang paling mirip dengan sepeda Roll Elite dengan nilai Cosine Similarity berturut-turut adalah 0.894578129, 0.83584327, 0.791802791, 0.759617223, 0.759614207, 0.265042215, 0.26282951, 0.242716118, 0.238787742, dan 0.235766053.