Implementasi Metode Content-based Filtering pada Website Jualmotorbekas.com dalam Merekomendasikan Produk Motor

Abstract

Motor merupakan alat transportasi yang sering dibeli oleh masyarakat baik secara langsung maupun secara online salah satunya melalui website Jualmotorbekas.com. Ketika hendak membeli sepeda motor melalui website, terkadang pengguna masih mengalami kebingungan dan kesulitan dalam menentukan pilihan karena tidak mendapatkan rekomendasi sesuai dengan latar belakang pengguna tersebut. Selain itu, ketika tidak terdapat sistem rekomendasi, pengguna akan berlama-lama di dalam sebuah website sehingga untuk terjadinya transaksi semakin kecil. Penyedia/penawar jasa motor baik baru maupun bekas belum banyak yang dapat memberikan rekomendasi kepada calon konsumen. Oleh karena itu, akan lebih baik jika dalam sebuah website tersebut terdapat sistem rekomendasi sehingga pengguna dapat memiliki banyak pilihan opsi dan rekomendasi yang sesuai. Salah satu metode yang dapat membantu memecahkan masalah terkait sistem rekomendasi yaitu metode Content-Based Filtering. Data yang digunakan dalam penelitian ini merupakan data sekunder dari hasil scraping yang bersumber dari website penjualan motor di jualmotorbekas.com yang dilakukan pada tanggal 20-24 Desember 2021 yang berjumlah 2.175 data dengan 7 variabel yaitu nama motor, merk motor, warna motor, tahun pembuatan, provinsi, harga motor, dan kapasitas mesin. Pada pencarian nilai kemiripan dokumen digunakan metode Cosine Similarity dan digunakan dokumen ke-1 adalah produk dengan nama “Scoopy staylish thn 2020” sebagai contoh pengujian. Berdasarkan hasil pengujian, didapatkan hasil dokumen ke-19, 1755, 884, 828, dan 946 sebagai urutan 5 dokumen yang paling mirip dengan dokumen ke-1 dengan nilai Cosine Similarity berturut-turut adalah 0,702902; 0,659936; 0,628875; 0,625117; dan 0,605455.