| dc.description.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. | en_US |
