GUNAWAN, ANTONIO (2022) IMPLEMENTASI SISTEM REKOMENDASI PRODUK DENGAN METODE ITEM-BASED COLLABORATIVE FILTERING BERBASIS ALGORITMA ADJUSTED COSINE SIMILARITY (STUDI KASUS RAFANDA CAKES). S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (977kB) | Preview |
|
|
Text (ABSTRAK)
02 ABSTRAK-ABSTRACT.pdf Download (24kB) | Preview |
|
Text (BAB I)
03 BAB 1.pdf Restricted to Registered users only Download (102kB) |
||
Text (BAB III)
05 BAB 3.pdf Restricted to Registered users only Download (190kB) |
||
Text (BAB IV)
06 BAB 4.pdf Restricted to Registered users only Download (82kB) |
||
Text (BAB V)
07 BAB 5.pdf Restricted to Registered users only Download (36kB) |
||
Text (BAB VI)
08 BAB 6.pdf Restricted to Registered users only Download (346kB) |
||
Text (BAB II)
04 BAB 2.pdf Restricted to Registered users only Download (593kB) |
||
Text (DAFTAR PUSTAKA)
09 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (82kB) |
||
Text (LAMPIRAN)
10 LAMPIRAN.pdf Restricted to Registered users only Download (206kB) |
Abstract
Rafanda Cakes merupakan salah satu toko kue yang cukup dikenal oleh masyarakat di Karawang, Jawa Barat, tepatnya berada di Jl. Arief Rahman Hakim, Karawang Kulon. Dalam menjalankan bisnisnya, pemilik dari usaha ini menginginkan sebuah wadah berupa website agar bisa memiliki e-Commerce mandiri seperti UMKM lainnya. Contohnya adalah dari kompetitornya sendiri yakni Elud Cakes dengan website yang sudah dimilikinya. Mendengar hasil wawancara tersebut, penulis mencari tahu tentang keberadaan web dari toko tersebut dan ditemukan dengan hasil https://www.eludcake.com/. Menurut penilaian penulis, website ini tidak memiliki unsur transaksi pada e-Commerce umumnya. Oleh karena itu, penulis memanfaatkan peluang tersebut untuk membuat web e-Commerce untuk toko Rafanda Cakes. Web ini akan dilengkapi dengan fitur sistem rekomendasi produk dengan catatan pengunjung sudah pernah berbelanja secara online. Karena untuk bisa memberikan rekomendasi, sistem perlu mengoleksi data dari pengguna terlebih dahulu dari produk apa saja dinilai atau tidak dinilai. Jenis penelitian ini adalah kuantitatif dengan memerlukan data angka sebagai sampel untuk uji sistem dan data tersebut diperoleh dari sebaran kuesioner digital kepada konsumen yang datang ke toko untuk membeli produk. Data yang terkumpul akan dianalisa dengan rumus Algoritma Adjusted Cosine Similarity untuk dicari nilai kemiripannya dan rumus Weighted Sum untuk menentukan produk mana yang akan direkomendasikan atau tidak dengan ketetapan nilai asumsi sebesar 0,5. Analisa ini akan diimplementasikan dalam bentuk kode pemrograman PHP. Hasil nilai kemiripan yang diperoleh sebanyak 19 pasangan produk dan untuk Weighted Sum tercantum dalam tabel yang tersedia. Kesimpulannya, berupa kesesuaian antara hasil hitung sistem dengan kemunculan produk pada website. Dengan adanya rekomendasi ini, dapat memberikan saran kepada pengguna untuk kembali berbelanja sehingga peluang keuntungan bisnis dapat meningkat. Kata kunci: Adjusted Cosine Similarity, Weighted Sum, Collaborative Filtering, Rafanda Cakes
Actions (login required)
View Item |