Sistem Rekomendasi Pada Tokopedia Menggunakan Algoritma K-Nearest Neighbor

Rubangi Rubangi, Rianto Rianto

Abstract


Tokopedia merupakan salah satu perusahaan perdagangan elektronik yang memiliki data pertumbuhan yang sangat pesat dengan seiring berjalannya waktu. Adanya data terus menerus bertambah besar sehingga dapat terjadinya masalah bagi user. User sering mengalami kendala dalam promosi produk yang sering dikunjungi pembeli. Selain itu pembeli sering mengalami kesulitan untuk menemukan kebutuhan produk terbaik yang sesuai kebutuhan pembeli. Dengan adanya masalah tersebut yang terjadi maka dapat diatasi dengan adanya sistem rekomendasi produk tertentu untuk ditawarkan kepada pembeli. Sistem rekomendasi penelitian ini mengimplementasikan dengan Algoritma K-Nearest Neighbor pada Rating Product Reviews Tokopedia. Algoritma K-Nearest Neighbor yang digunakan untuk menentukan top-n rekomendasi produk tertentu untuk ditawarkan kepada pembeli. Hasil dari penelitian yang dilakukan pada data 2040 rating produk dengan menggunakan algoritma K-Nearest Neighbors yaitu nilai Accuracy sebesar 73.53%, Precision sebesar 73.64%, Recall sebesar 99.62%.

Keywords


Sistem Rekomendasi, K-Nearest Neighbors, Tokopedia

Full Text:

PDF

References


Aisha Alfani W. P. R., Fahrur Rozi, F. S. (2021). Prediksi Penjualan Produk Unilever Menggunakan Metode K-Nearest Neighbor. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 6(1), 155–160.

Deolika, A., Kusrini, K., & Luthfi, E. T. (2019). Analisis Pembobotan Kata Pada Klasifikasi Text Mining. Jurnal Teknologi Informasi, 3(2), 179. https://doi.org/10.36294/jurti.v3i2.1077.

Ernawati, S., & Wati, R. (2018). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel. Jurnal Khatulistiwa Informatika, VI(1), 64–69. https://ejournal.bsi.ac.id/ejurnal/index.php/khatulistiwa/article/view/3802/2626.

Fitrianti, R. P., Kurniawati, A., & Agusten, D. (2019). Terhadap Analisis Sentimen Review Restoran Dengan Teks Bahasa Indonesia. Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2019, 27–32.

Hidayanti, W. P. (2020). Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape ( Rokok El ektrik ) pada “ Lombok Vape On ”. 3(2).

Kadyanan, I. G. A. G. A. (2017). Perancangan Sistem Rekomendasi dalam Industri Kuliner di Bali. Jurnal Ilmiah, X(1), 1–6. https://docplayer.info/96219900-Perancangan-sistem-rekomendasi-dalam-industri-kuliner-di-bali.html

Kafil, M. (2019). Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso. JATI (Jurnal Mahasiswa Teknik Informatika), 3(2), 59–66. https://doi.org/10.36040/jati.v3i2.860

Maulidah, M., Gata, W., Aulianita, R., & Agustyaningrum, C. I. (2020). Algoritma Klasifikasi Decision Tree untuk Rekomendasi Buku Berdasarkan Kategori Buku. Jurnal Ilmiah Ekonomi Dan Bisnis, 13(2), 89–96.

Prasetya, C. S. D. (2017). Sistem Rekomendasi Pada E-Commerce Menggunakan K-Nearest Neighbor. Jurnal Teknologi Informasi dan Ilmu Komputer, 4(3), 194. https://doi.org/10.25126/jtiik.201743392

Syah, R. D. (2020). Performa Algoritma User K-Nearest Neighbors pada Sistem Rekomendasi di Tokopedia. Jurnal Informatika Universitas Pamulang, 5(3), 302. https://doi.org/10.32493/informatika.v5i3.6312




DOI: https://doi.org/10.31294/jtk.v8i1.11823

 dipublikasikan oleh LPPM Universitas Bina Sarana Informatika Jakarta

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License