@prefix dc: .
@prefix geo: .
@prefix event: .
@prefix eprel: .
@prefix rdf: .
@prefix foaf: .
@prefix cc: .
@prefix epid: .
@prefix ep: .
@prefix owl: .
@prefix xsd: .
@prefix void: .
@prefix skos: .
@prefix dct: .
@prefix bibo: .
@prefix rdfs: .
<>
foaf:primaryTopic ;
rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "SISTEM REKOMENDASI PARFUM BERBASIS TEKS\r\nMENGGUNAKAN SIAMESE-BERT (Text)"^^xsd:string .
rdf:_1 .
<> ;
bibo:abstract "Pemilihan parfum secara daring memiliki tantangan karena konsumen tidak\r\ndapat mencium aroma secara langsung dan hanya mengandalkan deskripsi yang\r\nbersifat subjektif serta metaforis. Pendekatan rekomendasi tradisional belum\r\noptimal dalam memahami makna kontekstual deskripsi parfum. Penelitian ini\r\nbertujuan untuk mengevaluasi kinerja arsitektur Siamese-BERT dibandingkan\r\ndengan metode leksikal (TF-IDF dan Word2Vec) dalam sistem rekomendasi\r\nparfum berbasis teks, serta menentukan model Siamese-BERT terbaik. Penelitian\r\neksperimental ini menggunakan dataset publik sejumlah 2.191 data parfum dengan\r\nmemanfaatkan kolom deskripsi dan notes (aroma). Evaluasi dilakukan secara\r\nkuantitatif melalui metrik Cosine Similarity, Precision, Recall, dan F1-Score, serta\r\nsecara kualitatif menggunakan Fleiss' Kappa oleh tiga evaluator yang terdiri dari\r\nenthusiast dan kolektor parfum.\r\nHasil penelitian menunjukkan bahwa Siamese-BERT memberikan\r\nrekomendasi yang paling relevan berdasarkan persepsi pengguna. Evaluasi\r\nkualitatif Fleiss' Kappa membuktikan bahwa Siamese-BERT mencapai tingkat\r\nkesepakatan Substantial Agreement (0,69), mengungguli TF-IDF (0,47) dan\r\nWord2Vec (0,31). Selain itu, pengujian berbagai varian Siamese-BERT\r\nmenunjukkan bahwa model all-mpnet-base-v2 memiliki performa terbaik dengan\r\nnilai rata-rata F1-Score sebesar 0,95, Precision 0,94, dan Recall 0,93 karena\r\nmampu menangkap nuansa kompleks catatan aroma.\r\nmodel Siamese-BERT terbukti lebih unggul dan efektif dalam menangkap\r\nmakna semantik kalimat serta keseluruhan konteks pada kueri yang kompleks\r\ndibandingkan metode baseline. Model all-mpnet-base-v2 dengan kapasitas\r\nparameter yang lebih besar sangat direkomendasikan untuk sistem pencarian\r\nberbasis teks pada domain yang bersifat deskriptif dan emosional seperti parfum."^^xsd:string;
bibo:authorList ;
bibo:status ;
dc:hasVersion ;
dct:creator ,
;
dct:date "2025-12-10";
dct:isPartOf ;
dct:issuer ,
;
dct:subject ,
;
dct:title "SISTEM REKOMENDASI PARFUM BERBASIS TEKS\r\nMENGGUNAKAN SIAMESE-BERT"^^xsd:string;
ep:hasDocument ;
ep:hasPublished ;
rdf:type bibo:Article,
bibo:Thesis,
ep:EPrint,
ep:ThesisEPrint;
rdfs:seeAlso .
rdf:type skos:Concept;
skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .
rdf:type skos:Concept;
skos:prefLabel "003 Sistem-sistem"@en .
rdfs:label "22.55.2302 - Gustian Herlambang.pdf"^^xsd:string .
dc:format "text/html";
dc:title "HTML Summary of #31799 \n\nSISTEM REKOMENDASI PARFUM BERBASIS TEKS
\nMENGGUNAKAN SIAMESE-BERT\n\n";
foaf:primaryTopic .
dct:isPartOf ;
foaf:name "Pascasarjana Magister Informatika, Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
dct:hasPart ;
foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
foaf:familyName "Al Fatta"^^xsd:string;
foaf:givenName "Hanif"^^xsd:string;
foaf:name "Hanif Al Fatta"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Herlambang"^^xsd:string;
foaf:givenName "Gustian"^^xsd:string;
foaf:name "Gustian Herlambang"^^xsd:string;
rdf:type foaf:Person .