IMPLEMENTASI HYBRID CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI SKINCARE MENGGUNAKAN RESNET-50 DAN TF-IDF

Yanuar, Rizaldi (2026) IMPLEMENTASI HYBRID CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI SKINCARE MENGGUNAKAN RESNET-50 DAN TF-IDF. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER - ABSTRAK) COVER.pdf - Published Version Download (628kB)
	Text (BAB I) BAB I.pdf - Published Version Download (283kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (816kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (503kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf - Published Version Download (95kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (250kB)
	Archive (SOURCE CODE) Sourcecode - 22.12.2453.zip Restricted to Repository staff only Download (3MB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (727kB)

Abstract

Perkembangan pesat industri perawatan kulit telah menyebabkan membanjirnya variasi produk di pasaran yang berdampak pada kebingungan konsumen dalam memilih produk yang sesuai preferensinya. Fenomena kelebihan informasi ini menyulitkan pengguna untuk menemukan produk alternatif yang memiliki kemiripan karakteristik, baik dari segi kandungan maupun kemasan, terutama pada produk baru yang belum memiliki riwayat penilaian dari pengguna lain. Penelitian ini bertujuan menyelesaikan masalah tersebut dengan membangun sistem rekomendasi menggunakan pendekatan Hybrid Multimodal Content Based Filtering. Metode ini mengintegrasikan ekstraksi fitur visual dari citra kemasan produk menggunakan algoritma Convolutional Neural Network dengan arsitektur ResNet dan ekstraksi fitur tekstual dari komposisi bahan menggunakan metode pembobotan Term Frequency Inverse Document Frequency. Kedua fitur tersebut digabungkan untuk menghitung tingkat kemiripan antar produk menggunakan algoritma Cosine Similarity. Hasil akhir dari penelitian ini adalah sebuah sistem yang mampu memberikan rekomendasi produk perawatan kulit yang relevan berdasarkan kemiripan visual dan kandungan bahan secara bersamaan. Evaluasi kinerja sistem dilakukan menggunakan metrik presisi kategori dan validasi klaster untuk memastikan kualitas pengelompokan data tanpa label. Penelitian ini memberikan kontribusi nyata bagi konsumen dalam mempermudah pencarian produk yang akurat serta membantu mengatasi kendala rekomendasi pada produk baru yang belum memiliki interaksi pengguna sebelumnya.

Actions (login required)

View Item