Sistem Rekomendasi Produk Skincare Korea Berbasis Web Menggunakan Metode Collaborative Filtering
Article Sidebar
Main Article Content
Abstract
Teknologi informasi saat ini sangat membantu dalam menunjang kehidupan manusia hampir di semua aspek kehidupan dan turut mempengaruhi pesatnya perkembangan industri kecantikan saat ini. Di Indonesia sendiri, brand skincare Korea dari A-Z sudah banyak beredar secara online seperti Laneige, Innisfree, The Saem, Klavuu, COSRX, Some by Mi, dan masih banyak lagi. Maka penulis pada penelitian ini ingin membuat suatu rancangan sistem rekomendasi skincare Korea. Dalam penelitian ini penulis menggunakan system rekomendasi metode collaborative filtering untuk menghasilkan sebuah sistem berbasis web yang dapat menghasilkan rekomendasi produk skincare korea berdasarkan rating produk. Selanjutnya setelah nilai rating berhasil diinput maka selanjutnya adalah Nilai similarity antar produk. Dari penelitian ini nilai yang dihasilkan cukup bagus antar produknya. Nilai similarity yang bagus adalah nilainya mendekati +1 maka artinya hubungan antar kedua produk tersebut cukup kuat, sebaliknya jika nilai yang dihasilkan -1 maka dapat diambil kesimpulan jika hubungan antara kedua produk sangat jauh / bertolak belakang. Hasil dari penelitian ini adalah dapat menyediakan rekomendasi daftar produk skincare sehingga nantinya pengguna dapat memilih produk skincare berdasarkan pendekatan terbaik. Sistem ini juga telah diuji menggunakan blackbox testing yang mana semua fungsi sistem telah valid dan nilai evaluasi MAE yang dihasilkan 0,25.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Fitriana, Y. Sudodo, and L. Hakim, “Pengaruh Gaya Hidup, Harga, Dan Kualitas Produk Terhadap Keputusan Pembelian Kosmetik Oriflame,” J. Manaj. dan Bisnis, vol. 2, no. 1, 2019.
A. Pamuji, “Sistem Rekomendasi Kredit Perumahan Rakyat Dengan Menggunakan Metode Collaborative Filtering,” Fakt. Exacta, vol. 10, no. 1, pp. 1–9, 2017.
V. Subramaniyaswamy, R. Logesh, M. Chandrashekhar, A. Challa, and V. Vijayakumar, “A personalised movie recommendation system based on collaborative filtering,” Int. J. High Perform. Comput. Netw., vol. 10, no. 1–2, pp. 54–63, 2017.
J. Cristy Patty, E. Thea Kirana, M. Sandra Diamond Khrismayanti Giri, M. Teknik Informatika, and U. Atma Jaya Yogyakarta, “Recommendations System for Purchase of Cosmetics Using Content-Based Filtering,” Int. J. Comput. Eng. Inf. Technol., vol. 10, no. 1, pp. 1–5, 2018.
L. Dzumiroh and R. Saptono, “Penerapan Metode Collaborative Filtering Menggunakan Rating Implisit pada Sistem Perekomendasi Pemilihan Film di Rental VCD,” J. Teknol. Inf. ITSmart, vol. 1, no. 2, p. 54, 2016.
G. W. Sasmito, “Penerapan Metode Waterfall Pada Desain Sistem Informasi Geografis Industri Kabupaten Tegal,” J. Inform. Pengemb. IT, vol. 2, no. 1, pp. 6–12, 2017.
I. Fahrurrozi, E. M. D. Admoko, and A. Susilo, “Perbandingan Metode Collaborative Filtering dan Hybrid Semantic Similarity,” J. Nas. Teknol. Terap., vol. 2, no. 3, p. 334, 2019.
B. Prasetyo, H. Haryanto, S. Astuti, E. Z. Astuti, and Y. Rahayu, “Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone,” Eksplora Inform., vol. 9, no. 1, pp. 17–27, 2019.
Q. Li and B. M. Kim, “An approach for combining content-based and collaborative filters,” pp. 17–24, 2003.
F. Ricci, L. Rokach, and B. Shapira, “Recommender Systems Handbook,” Recomm. Syst. Handb., pp. 1–2, 2011.