Penerapan Metode Hybrid Filtering Dalam Sistem Rekomendasi Menu Di Coffee Shop Teppi Rasa
Keywords:
Black Box Testing, Framework Laravel, Hybrid Filtering, Sistem Rekomendasi, WebsiteAbstract
Pesatnya pertumbuhan industri coffee shop memicu persaingan bisnis yang ketat dan menimbulkan masalah penumpukan informasi (information overload) bagi pelanggan dalam memilih menu. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan menguji sistem rekomendasi menu personal berbasis website pada Teppi Rasa Coffee & Eatery melalui integrasi metode hybrid filtering. Metode pengembangan sistem yang digunakan adalah Waterfall, dengan menerapkan algoritma Weighted Hybrid Filtering yang menggabungkan jalur Content-Based Filtering (CBF) melalui Cosine Similarity dan Collaborative Filtering (CF) berbasis tren popularitas global. Komposisi bobot linear ditetapkan secara konsisten sebesar ? = 0.6 untuk komponen CBF dan ? = 0.4 untuk komponen CF, dengan nilai pembatas popularitas maksimal (Nmax) dikonfigurasikan sebesar 50. Hasil simulasi komputasi komparatif pada akun pelanggan Bintang membuktikan bahwa sistem mampu menghasilkan daftar Top-8 Recommendations yang seimbang, di mana menu Americano menempati peringkat teratas dengan Hybrid Score 92.9% (didominasi preferensi kopi internal), sementara menu Taro Latte dari kategori baru tetap berhasil direkomendasikan pada peringkat ke-8 dengan skor 24% murni dari jalur tren pasar eksternal. Evaluasi fungsionalitas menggunakan Black Box Testing menunjukkan tingkat keberhasilan mutlak sebesar 100% tanpa adanya diskrepansi data desimal pada antarmuka. Sistem ini terbukti secara ilmiah dapat menjadi instrumen keputusan yang adaptif bagi pelanggan, ditandai dengan keberhasilan merekomendasikan produk lintas kategori melalui kontribusi skor CF hingga 40% meskipun skor CBF sebesar 0%, sekaligus mengatasi kelemahan overspecialization pada sistem rekomendasi tunggal.
References
[1] R. Ekawati, P. Yulianto, dan A. Mulyanto, “Journal of Systems Engineering and Management Game Theory Analysis of Business Strategies in the Coffee Shop Industry,” vol. 5, no. 1, hal. 1–7, 2026.
[2] T. Ridwansyah, B. Subartini, dan S. Sylviani, “Penerapan Metode Content-Based Filtering pada Sistem Rekomendasi,” Math Sci Appl J, vol. 4, no. 2, hal. 70–77, 2024, doi: 10.22437/msa.v4i2.32136.
[3] S. A. Gunarto, E. S. Honggara, dan D. D. Purwanto, “Website Sistem Rekomendasi dengan Content Based Filtering pada Produk Perawatan Kulit,” J Sist dan Teknol Inf, vol. 11, no. 3, hal. 399, 2023, doi: 10.26418/justin.v11i3.59049.
[4] S. A. Azzahra, S. Nurrahman, dan A. Saefullah, “Integrasi Kecerdasan Buatan Dalam Sistem Rekomendasi Produk Untuk e-commerce untuk menjaga relevansi , daya tarik , dan keunggulan bersaing mereka , sehingga,” vol. 3, no. 1, hal. 21–28, 2024.
[5] N. Azizah dan A. Fauzan, “Sistem Rekomendasi Produk Somethinc Menggunakan MetNo, V., Hal, J., Azizah, N., & Fauzan, A. (2024). Sistem Rekomendasi Produk Somethinc Menggunakan Metode Content-based Filtering. 6(3), 461–468.ode Content-based Filtering,” vol. 6, no. 3, hal. 461–468, 2024.
[6] R. Ardiansyah et al., “Jurnal Computer Science and Information Technology ( CoSciTech ) Sistem Rekomendasi Buku Perpustakaan Sekolah menggunakan Metode Content-Based Filtering,” J Comput Sci Inf Technol ( CoSciTech ), vol. 4, no. 2, hal. 510–517, 2023.
[7] J. M. Azri Saputra, L. M. Huizen, dan D. B. Arianto, “Sistem Rekomendasi Film pada Platform Streaming Menggunakan Metode Content-Based Filtering,” J Transform, vol. 22, no. 1, hal. 10–21, 2024, doi: 10.26623/transformatika.v22i1.7041.
[8] H. A. Firdaos, A. Sujjada, dan S. Somantri, “Melangkah ke Masa Depan Literasi Digital: Rancang Bangun Sistem Genusian Course Academy dengan Pendekatan Hybrid Collaborative Filtering dan Content-Based Filtering,” Briliant J Ris dan Konseptual, vol. 10, no. 2, hal. 432–441, 2025, doi: 10.28926/briliant.v10i2.1957.
[9] A. D. O. Putri, F. Fauziah, dan A. Iskandar, “Algoritma Content-Based Filtering Dan Algoritma Multilevel Feedback Queue Pada Proses Pemesanan Makanan Berbasis Web,” JIPI (Jurnal Ilm Penelit dan Pembelajaran Inform, vol. 8, no. 1, hal. 266–280, 2023, doi: 10.29100/jipi.v8i1.3426.
[10] M. B. Haikal, S. Nirwan, dan W. Resdiana, “PENGEMBANGAN SISTEM REKOMENDASI KOPI DENGAN METODE DEVELOPMENT OF A COFFEE RECOMMENDATION SYSTEM USING THE WEBSITE-BASED COLLABORATIVE FILTERING METHOD,” vol. 4, no. 3, hal. 271–281, 2025.
[11] I. Zhafirah, F. Wajidi, dan A. A. A. Cirua, “( Collaborative dan Content Based ) untuk Rekomendasi Kedai Kopi,” vol. IX, 2026.
[12] Y. Muflihah dan M. W. Wardhani, “Implementasi Hybrid Filtering dalam Sistem Rekomendasi Berbasis Web untuk Persewaan Tenda Pesta,” J Rekayasa Sist Inf dan Teknol, vol. 1, no. 4, hal. 361–372, 2024, doi: 10.59407/jrsit.v1i4.814.
[13] B. C. Nugroho dan A. P. Wibowo, “Penerapan Metode Waterfall pada Sistem E-Order Makanan dan Minuman Berbasis Web dan Mobile,” J Inf Syst Res, vol. 6, no. 1, hal. 533–544, 2024, doi: 10.47065/josh.v6i1.6052.
[14] J. Marbun, S. Supiyanto, dan M. R. Sampebua, “Aplikasi Chatbot pada Sistem Informasi Layanan Jadwal Mata Kuliah Berbasis Web,” J Teknol Sist Inf, vol. 5, no. 2, hal. 163–172, 2025, doi: 10.35957/jtsi.v5i2.9125.
[15] P. Aliya, S. Nurbaeti, A. Firdaus, F. Suparman, dan M. Pd, “SISTEM REKOMENDASI PEMBELIAN PEMBELIAN PAKET MAKANAN DAN MINUMAN MENGGUNAKAN ALGORITMA APRIORI,” vol. 11, no. April, hal. 156–165, 2025.
