{JALUR PROFESIONAL-STUDI INDEPENDEN} IMPLEMENTASI ALGORITMA COSINE SIMILARITY PADA SISTEM REKOMENDASI E-COMMERCE MENGGUNAKAN METODE ITEM-BASED FILTERING

Wakhidah, Zahrotul (2024) {JALUR PROFESIONAL-STUDI INDEPENDEN} IMPLEMENTASI ALGORITMA COSINE SIMILARITY PADA SISTEM REKOMENDASI E-COMMERCE MENGGUNAKAN METODE ITEM-BASED FILTERING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (369kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (995kB)
	Text (BAB III) BAB III.pdf Download (72kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (780kB)
	Archive (SOURCE CODE) Jalur Profesional Studi Independen Sourcecode - Zahrotul Wakhidah.zip Restricted to Repository staff only Download (443MB)

Abstract

E-commerce saat ini menjadi salah satu sektor bisnis yang paling ramai pengguna dan berkembang dengan sangat pesat di seluruh dunia. Menurut (Databoks Katadata, 2021) sebanyak 88,1% pengguna internet di Indonesia menggunakan layanan e-commerce untuk membeli produk tertentu dalam beberapa bulan terakhir. Produk yang terdapat pada e-commerce sangat banyak, pengguna dapat kesulitan atau lama dalam memilih preferensi produk yang diinginkan. Peran sistem rekomendasi dalam e-commerce menjadi sangat penting. Pengguna akan lebih mudah ketika dihadapkan dengan produk yang sesuai dengan preferensi dan kebutuhan mereka ketika pelanggan melakukan pencarian atau menelusuri produk dengan mudah. Pada penelitian ini, sebuah model algoritma machine learning Cosine Similarity diimplementasikan pada sistem rekomendasi e-commerce. Metode yang digunakan yaitu item based filtering dengan merekomendasikan item kepada pengguna berdasarkan kemiripan item. Tingkat kemiripan antara produk berdasarkan fitur-fitur yang ada dalam deskripsi atau atribut produk. Model ini akan diimplementasikan ke dalam aplikasi website. Pengembangan aplikasi website menggunakan Flask yang mana sebagai framework bahasa pemrograman Python. Hasil dari penelitian ini akan menghasilkan rekomendasi produk berdasarkan kemiripan produk yang diklik dari id produknya. Penulis menyarankan kepada peneliti selanjutnya untuk mengembangkan sistem rekomendasi ini dengan model machine learning lainnya agar dapat dihitung dan dibandingkan model evaluasinya dari masing-masing model agar mendapatkan hasil rekomendasi yang lebih akurat dan realtime.

Actions (login required)

View Item