Optimasi Metode Knowledge Based Recommendation Pada Sistem Rekomendasi Pemilihan Produk Sepatu
Keywords:
belanja online, sistem rekomendasi, case basedAbstract
Dokumen e-commerce yang baik harus didukung dengan sistem informasi yang dapat memberikan rekomendasi bagaimana menemukan informasi produk yang diinginkan konsumen agar tertarik untuk membelinya. Rekomendasi berbasis data adalah metode yang menggunakan aturan yang dibuat dalam database dengan skala prioritas tertentu. Skala prioritas ditetapkan pada level berdasarkan perkiraan prioritas kebutuhan produk pelanggan. Tujuan dari penelitian ini adalah untuk membuat sistem belanja online yang dapat memberikan rekomendasi kepada konsumen saat berbelanja online dengan menggunakan metode rekomendasi berbasis pengetahuan. Keputusan dalam sistem rekomendasi ini didasarkan pada parameter yang diberikan, sehingga pengguna dapat memilih untuk menerima rekomendasi untuk memilih produk sepatu yang dibutuhkannya. Teknik kesamaan yang digunakan adalah kasus per kasus. Hasil penelitian menunjukkan bahwa sistem belanja online konsumen digunakan secara online dengan metode rekomendasi berbasis data sehingga memudahkan konsumen dalam memilih produk di toko online Sport Station. Berdasarkan penelitian pemodelan yang dilakukan menggunakan teknik case based dengan metode knowledge-based recommendation, disimpulkan bahwa dengan 21 data sample produk pada toko sepatu Sport Station menghasilkan rekomendasi produk yang sesuai dengan kriteria yang diberikan oeh pelanggan berdasarkan pada nilai similarity tertinggi. Nilai similarity didapatkan dengan mencocokan kriteria yang diberikan kepada pelanggan dengan atribut yang memiliki nilai pembobotan masing-masing. Produk rekomendasi yang ditampilkan pada klien merupakan produk dengan nilai similarity tertinggi yakni produk sepatu Airwalk seri Tyree dengan nilai similarity tertinggi sebesar 0,591. Hasil ini dapat digunakan sebagai l pedoman dalam membuat sistem rekomendasi pemilihan produk sepatu berbasis metode knowledge-based recommendation.
References
Atina, V. and Hartanti, D. (2022) ‘Knowledge based recommendation modeling for Clothing Product Selection Recommendation System’, Jurnal Teknik Informatika (Jutif), 3(5), pp. 1407–1413. doi:10.20884/1.jutif.2022.3.5.584.
Ameen, A. (2019). Knowledge based Recommendation System in Semantic Web - A Survey. International Journal of Computer Applications,182(43), 20–25. https://doi.org/10.5120/ijca2019918538
Deni Murdiani, & Muhamad Sobirin. (2022). Perbandingan metodologi waterfall Dan rad (Rapid application development) dalam pengembangan sistem informasi. Jurnal Informatika Teknologi dan Sains, 4(4), 302-306. https://doi.org/10.51401/jinteks.v4i4.2008
F. Ricci, L. Rokach, and B. Shapira, “Introduction to Recommender Systems Handbook,” in Recommender Systems Handbook, F. Ricci, L. Rokach, B. Shapira, and P. B. Kantor, Eds. Boston, MA: Springer US, 2011, pp. 1–35.
Turnip, L., Triayudi, A., & Solihati, I. D. (2020). Web Based Fixed Asset Management Information System Using the Waterfall Method (Case Study: National University). Jurnal Mantik, 4(1), 528–538.
Fauzi, M.A., Chotijah, U. and Bhakti, H.D. (2021) ‘Sistem Rekomendasi desain jersey menggunakan metode item based collaborative filtering’, Indexia, 3(2), p. 34. doi:10.30587/indexia.v3i2.2925.
M. I. Fathurrahman, D. Nurjanah, and R. Rismala, “Sistem Rekomendasi pada Buku dengan Menggunakan Metode Trust-Aware Recommendation Recommendation System for book by using Trust-Aware Recommendation Method,” e-Proceeding Eng., vol. 4, no. 3, pp. 4966–4977, 2017.
Ritdrix, A.H. and Wirawan, P.W. (2018) ‘Sistem Rekomendasi Buku Menggunakan metode item-based collaborative filtering’, JURNAL MASYARAKAT INFORMATIKA, 9(2), pp. 24–32. doi:10.14710/jmasif.9.2.31482.
Wiranda, F.A., Marhalim, M. and Andilala, A. (2022) ‘Sistem Rekomendasi pemilihan Sepatu Olahraga Pada Toko Laban Sport’, JUKOMIKA (Jurnal Ilmu Komputer dan Informatika), 5(1), pp. 47–54. doi:10.54650/jukomika.v5i1.448.
Ritdrix, A.H. and Wirawan, P.W. (2018a) ‘Sistem Rekomendasi Buku Menggunakan metode item-based collaborative filtering’, JURNAL MASYARAKAT INFORMATIKA, 9(2), pp. 24–32. doi:10.14710/jmasif.9.2.31482.
