-, Baskoro (2022) SISTEM REKOMENDASI FASHION DENGAN EKSTRASI IMAGE BERBASIS CONTENT-BASED FILTERING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (528kB) |
|
Text (BAB I)
BAB I.pdf Download (258kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (292kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (184kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (668kB) |
|
Text (BAB V)
BAB V.pdf Download (58kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (97kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.11.2165 Baskoro.zip Restricted to Repository staff only Download (10MB) |
|
Text (PUBLIKASI)
Publikasi 18.11.2165 Baskoro.pdf Restricted to Repository staff only Download (479kB) |
Abstract
Salah satu penyebab pengguna internet setiap tahun meningkat pesat di Indonesia adalah banyaknya masyarakat yang menggunakan e-commerce untuk melakukan proses transaksi jual beli. Membuat perusahaan e-commerce terus berkembang untuk membuat strategi pemasaran dan bisnis. Salah satu cara perusahaan e-commerce untuk menarik perhatian pelanggan dan meningkatkan penjualan produknya adalah dengan penggunaan sistem rekomendasi. Fokus dalam penelitian ini adalah membahas sistem rekomendasi produk dengan metode content based filtering, memakai algoritma CNN menggunakan dua model arsitektur yaitu VGG16 dan VGG19, model tersebut nantinya dapat membuat sistem rekomendasi berdasarkan produk gambar yang akan diekstrak dan difilter sesuai dengan kemiripan gambar untuk mendapatkan rekomendasi produk yang sesuai. Pada penelitian ini menggunakan dataset yang berasal dari website Kaggle.com berupa dataset gambar produk e-commerce fashion yang terdiri dari beberapa jenis dan ukuran. Sistem rekomendasi yang dibuat akan menghasilkan 5 top rangking item yang paling relevan. Selanjutnya dilakukan evaluasi tehadap hasil rekomendasi dengan menggunakan teknik NDCG (Normalized Discounted Cumulative Gain). Evaluasi NDCG dilakukan sebanyak 10 skenario pengujian dan didapatkan nilai rata – rata NDCG, dengan menggunakan VGG16 hasilnya adalah 0,982 untuk VGG19 mendapatkan hasil 0,966. Artinya skor relevansi rekomendasi yang dihasilkan oleh algoritma CNN, memakai model VGG16 dan VGG19 menggunakan teknik content based filtering dengan cosine similarity yang diberikan sangat relevan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sistem Rekomendasi, VGG16, VGG19, Content based filtering, Ekstraksi Gambar. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 28 Dec 2022 07:00 | ||
| Last Modified: | 31 Jul 2023 02:14 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/13745 |
Actions (login required)
 |
View Item |