Sistem Rekomendasi Box Speaker dengan Metode Content- Based Filtering
DOI:
https://doi.org/10.47701/z07q0y47Keywords:
Sistem Rekomendasi, Content-Based Filtering, Cosine Similarity, Perancangan Sistem, Box SpeakerAbstract
Pemilihan box speaker seringkali menjadi tantangan bagi konsumen akibat banyaknya variasi produk dengan spesifikasi teknis yang kompleks. Fenomena kelebihan informasi ini dapat menyulitkan pengambilan keputusan. Penelitian ini bertujuan untuk menghasilkan sebuah rancangan sistem rekomendasi box speaker dengan pendekatan Content-Based Filtering untuk membantu mengatasi masalah tersebut. Metode perancangan yang digunakan mengacu pada fase awal System Development Life Cycle (SDLC) yang mencakup analisis kebutuhan, perancangan arsitektural, perancangan logis, dan perancangan antarmuka. Logika inti sistem dirancang menggunakan kombinasi teknik One-Hot Encoding, Normalisasi, dan metrik Cosine Similarity untuk mengukur kemiripan antar produk. Penelitian ini berhasil menghasilkan tiga artefak utama: (1) sebuah arsitektur sistem yang menggambarkan alur kerja, (2) sebuah simulasi perhitungan manual yang membuktikan kelayakan logika rekomendasi, dan (3) sebuah high-fidelity mockup antarmuka pengguna. Hasil rancangan ini menunjukkan sebuah solusi konseptual yang valid dan terstruktur untuk membantu pengguna dalam memilih box speaker yang relevan.
References
[1] L. R. Gazieva, “The Impact Of E-Commerce On The Digital Economy,” dalam European Proceedings of Social and Behavioural Sciences, European Publisher, Mar 2021. doi: 10.15405/epsbs.2021.03.16.
[2] “Information Overload: An Introduction,” dalam Oxford Research Encyclopedia of Politics, Oxford University Press, 2020. doi: 10.1093/acrefore/9780190228637.013.1360.
[3] J. M. Adriatico, A. Cruz, R. C. Tiong, dan C. R. Racho-Sabugo, “An Analysis on the Impact of Choice Overload to Consumer Decision Paralysis,” JEFAS, vol. 4, no. 1, hlm. 55–75, Jan 2022, doi: 10.32996/jefas.2022.4.1.4.
[4] W. Aslam, A. Hussain, K. Farhat, dan I. Arif, “Underlying Factors Influencing Consumers’ Trust and Loyalty in E-commerce,” Business Perspectives and Research, vol. 8, no. 2, hlm. 186–204, Jul 2020, doi: 10.1177/2278533719887451.
[5] V. L. Jaja, B. Susanto, dan L. R. Sasongko, “Penerapan Metode Item- Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens,” dC, vol. 9, no. 2, hlm. 78, Sep 2020, doi: 10.35799/dc.9.2.2020.28274.
[6] A. S. Muarif dan E. Winarno, “Sistem Rekomendasi Tempat Parkir di Kota Lama Semarang Menggunakan Collaborative Filtering,” JIUBJ, vol. 22, no. 2, hlm. 906, Jul 2022, doi: 10.33087/jiubj.v22i2.2066.
[7] Asa Dilla Safitri, Vihi Atina, dan Anisatul Farida, “Sistem rekomendasi buku menggunakan metode content-based filtering,” infotech, vol. 5, no. 2, hlm. 218–227, Des 2024, doi: 10.37373/infotech.v5i2.1302.
[8] P. Nastiti, “Penerapan Metode Content Based Filtering Dalam Implementasi Sistem Rekomendasi Tanaman Pangan,” teknika, vol. 8, no. 1, hlm. 1–10, Jun 2019, doi: 10.34148/teknika.v8i1.139.
[9] Z. Fayyaz, M. Ebrahimian, D. Nawara, A. Ibrahim, dan R. Kashef, “Recommendation Systems: Algorithms, Challenges, Metrics, and Business Opportunities,” Applied Sciences, vol. 10, no. 21, hlm. 7748, Nov 2020, doi: 10.3390/app10217748.
[10] U. Javed, K. Shaukat, I. A. Hameed, F. Iqbal, T. Mahboob Alam, dan
S. Luo, “A Review of Content-Based and Context-Based Recommendation Systems,” Int. J. Emerg. Technol. Learn., vol. 16, no. 03, hlm. 274, Feb 2021, doi: 10.3991/ijet.v16i03.18851.
[11] T. Al-Shehari dan R. A. Alsowail, “An Insider Data Leakage Detection Using One-Hot Encoding, Synthetic Minority Oversampling and Machine Learning Techniques,” Entropy, vol. 23, no. 10, hlm. 1258, Sep 2021, doi: 10.3390/e23101258.
[12] Department of Computer Science, California State Polytechnic University, Pomona, CA, USA, S. Salloum, dan D. Rajamanthri, “Implementation and Evaluation of Movie Recommender Systems Using Collaborative Filtering,” JAIT, vol. 12, no. 3, 2021, doi: 10.12720/jait.12.3.189-196.
[13] S. Pargaonkar, “A Comprehensive Research Analysis of Software Development Life Cycle (SDLC) Agile & Waterfall Model Advantages, Disadvantages, and Application Suitability in Software Quality Engineering,” IJSRP, vol. 13, no. 8, hlm. 120–124, Agu 2023, doi: 10.29322/ijsrp.13.08.2023.p14015.
