@prefix epid: .
@prefix rdf: .
@prefix dct: .
@prefix event: .
@prefix skos: .
@prefix foaf: .
@prefix bibo: .
@prefix void: .
@prefix cc: .
@prefix owl: .
@prefix ep: .
@prefix xsd: .
@prefix dc: .
@prefix eprel: .
@prefix geo: .
@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 "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Archive)"^^xsd:string .
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI (Text)"^^xsd:string .
rdf:_1 .
<> ;
bibo:abstract "Perkembangan e-commerce yang pesat menyebabkan meningkatnya jumlah\r\nproduk dan informasi yang harus diproses oleh pengguna. Kondisi ini menimbulkan\r\npermasalahan information overload, di mana pengguna kesulitan menemukan\r\nproduk yang relevan dengan preferensinya. Dampak dari permasalahan tersebut\r\nadalah menurunnya kualitas pengalaman pengguna, rendahnya tingkat kepuasan,\r\nserta berpotensi menurunkan konversi dan retensi pelanggan pada platform ecommerce.\r\n\r\nOleh karena itu, diperlukan sistem rekomendasi yang mampu\r\nmemahami karakteristik dan preferensi pengguna secara lebih mendalam melalui\r\nrepresentasi data yang akurat dan kontekstual. \r\nPenelitian ini mengusulkan pendekatan sistem rekomendasi produk berbasis\r\nembedding semantik dengan memanfaatkan Large Language Model (LLM) Google\r\nGemini. Deskripsi produk diproses menggunakan model text-embedding-004 untuk\r\nmenghasilkan representasi vektor berdimensi tinggi. Selanjutnya, algoritma KMeans\r\ndigunakan\r\nuntuk\r\nmelakukan\r\npengelompokan\r\nproduk\r\nberdasarkan\r\nkemiripan\r\n\r\nsemantik.\r\n\r\nPenentuan jumlah klaster optimal dilakukan menggunakan Elbow\r\nMethod, sementara kualitas klaster dievaluasi menggunakan Silhouette Score.\r\nUntuk membantu interpretasi hasil, Principal Component Analysis (PCA)\r\nditerapkan sebagai alat visualisasi tanpa memengaruhi proses clustering. \r\nHasil penelitian menunjukkan bahwa embedding Google Gemini mampu\r\nmembentuk struktur klaster produk yang koheren secara semantik, meskipun nilai\r\nSilhouette Score menunjukkan tingkat pemisahan klaster yang moderat. Temuan ini\r\nmengindikasikan bahwa pendekatan berbasis embedding efektif untuk\r\nmerepresentasikan preferensi pengguna yang bersifat kompleks dan tumpang\r\ntindih. Kontribusi penelitian ini terletak pada penerapan LLM dalam sistem\r\nrekomendasi berbasis clustering semantik pada konteks e-commerce. Hasil\r\npenelitian ini dapat dimanfaatkan oleh pengembang sistem rekomendasi, pelaku\r\nindustri e-commerce, serta peneliti di bidang data mining dan sistem rekomendasi.\r\nPenelitian selanjutnya disarankan untuk mengintegrasikan metrik evaluasi\r\nrekomendasi seperti Precision@K dan NDCG guna meningkatkan validitas kinerja\r\nsistem."^^xsd:string;
bibo:authorList ;
bibo:status ;
dc:hasVersion ,
,
,
,
,
,
,
;
dct:creator ,
;
dct:date "2026-02-27";
dct:isPartOf ;
dct:issuer ,
;
dct:subject ,
;
dct:title "ANALISIS KUANTITATIF SISTEM REKOMENDASI\r\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS\r\nMODEL EMBEDDING GEMINI"^^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 "006 Metode komputer khusus"@en .
rdfs:label "COVER.pdf"^^xsd:string .
rdfs:label "BAB I.pdf"^^xsd:string .
rdfs:label "BAB V.pdf"^^xsd:string .
dc:format "text/html";
dc:title "HTML Summary of #32258 \n\nANALISIS KUANTITATIF SISTEM REKOMENDASI
\nPRODUK PADA PLATFORM E-COMMERCE BERBASIS
\nMODEL EMBEDDING GEMINI\n\n";
foaf:primaryTopic .
dct:isPartOf ;
foaf:name "Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
dct:hasPart ;
foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
foaf:familyName "Sulistiyono"^^xsd:string;
foaf:givenName "Mulia"^^xsd:string;
foaf:name "Mulia Sulistiyono"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Abellino"^^xsd:string;
foaf:givenName "Yan"^^xsd:string;
foaf:name "Yan Abellino"^^xsd:string;
rdf:type foaf:Person .