IMPLEMENTASI METODE COLLABORATIVE FILTERING UNTUK SISTEM REKOMENDASI PENJUALAN PADA TOKO MEBEL
Sari
Sistem rekomendasi adalah merupakan sistem yang dapat memberikan rekomendasi pada suatu item tertentu yang dapat digunakan untuk membantu pengguna sistem dalam mengambil suatu keputusan. Penelitian ini bertujuan untuk mengimplementasikan sistem rekomendasi menggunakan metode collaborative filtering pada e-commerce untuk sistem penjualan pada Toko Mebel. Dengan e-commerce pelanggan dapat melakukan transaksi pembelian secara online tanpa harus datang ke toko sehingga dapat menghemat waktu dan biaya. Dengan sistem rekomendasi yang diberikan pelanggan akan mendapatkan rekomendasi dari produk yang akan dibeli sebagai bahan pertimbangan dalam menentukan pilihan produk. Metode collaborative filtering melakukan proses penyaringan atau pengevaluasian item yang berdasarkan dari opini orang lain, dengan cara memberikan informasi kepada konsumen yang berdasarkan kemiripan karakteristik. Hasil penilitian ini bahwa sistem dapat memberikan rekomendasi sejumlah 3 (tiga) alternatif produk dan rekomendasi penjualan best seller berdasarkan data penjulan terbanyak pada bulan dan tahun sebanyak tiga produk. Dari proses yang dilakukan dihasilkan nilai rekomendasi dari setiap produk untuk pelanggan. Produk yang memiliki nilai similaritas 1 dan nilai similaritas 0,6. Produk dengan nilai similaritas tertinggi lebih di utamakan untuk direkomendasikan kepada pelanggan.
Kata Kunci
Teks Lengkap:
PDFReferensi
Barkatullah, A. H. (2013). Hukum Transaksi Elektronik -Sebagai Panduan Dalam Menghadapi Era Digital Bisnis e-Commerce di Indonesia. In Nusamedia.
Christianti, M., & Hadiguna, C. (2011). Aplikasi E-Commerce dengan Sistem Rekomendasi Berbasis Collaborative Filtering pada Toko Komputer Ekaria Meliana. Prosiding Seminar Nasional Teknologi Informasi Dan Aplikasinya 2015, 7, 157–175. h?p://ww.cs.unud.ac.id
Kurniawan, A. (2016). Sistem Rekomendasi Produk Sepatu Dengan Menggunakan. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(Sentika), 610–614.
https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/92.pdf
Nilashi, M., Bagherifard, K., Ibrahim, O., Alizadeh, H., Nojeem, L. A., & Roozegar, N. (2013). Collaborative filtering recommender systems. Research Journal of Applied Sciences, Engineering and Technology, 5(16), 4168–4182. https://doi.org/10.19026/rjaset.5.4644
Oktora, R., & Susanty, W. (2013). Perancangan Aplikasi E-Commerce Dengan Sistem Rekomendasi Item-Based Collaborative Filltering. EXPERT: Jurnal Manajemen Sistem Informasi Dan Teknologi, 3(1). https://doi.org/10.36448/jmsit.v3i1.477
Ricci, F., Rokach, L., & Shapira, B. (2011). Recommender Systems Handbook. In Recommender Systems Handbook (Issue October). https://doi.org/10.1007/978-0-387-85820-3
Schafer, J. Ben, Frankowski, D., Herlocker, J., & Sen, S. (2014). LNCS 4321 - Collaborative Filtering Recommender Systems. January 2007.
Susanto, A., & Meiryani. (2019). System Development Method with The Prototype Method. International Journal of Scientific and Technology Research, 8(7), 141–144.
Ungkawa, U., Rosmala, D., & Aryanti, F. (2011). Pembangunan Aplikasi Travel Recommender dengan Metode Case Base Reasoning. Jurnal Informatika, 4(1), 57–68.
DOI: https://doi.org/10.31294/jki.v9i1.9859
DOI (PDF): https://doi.org/10.31294/jki.v9i1.9859.g4873
##submission.copyrightStatement##
Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika
Email : jurnalkhatulistiwainformatika@bsi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License