ANALISIS KINERJA AI (ARTIFICIAL INTELLIGENCE) PADA MARKETPLACE SHOPEE TERHADAP PENCARIAN BARANG DENGAN METODE SAW

  • RIZKY NADIAH WIBOWO
  • 2024

Abstrak

Rizky Nadiah Wibowo (17200113). Marketplace online seperti Shopee telah menjadi platform utama bagi konsumen untuk mencari dan membeli berbagai barang. Kinerja sistem pencarian barang yang efektif sangat penting untuk meningkatkan kepuasan pengguna dan penjualan. Penelitian ini bertujuan untuk menganalisis kinerja Artificial Intelligence (AI) yang digunakan oleh Shopee dalam pencarian barang, dengan menggunakan metode Simple Additive Weighting (SAW). Metode SAW dipilih karena kemampuannya dalam memberikan bobot pada berbagai kriteria yang mempengaruhi kualitas hasil pencarian, seperti relevansi, harga, popularitas, dan ulasan pengguna. Dalam penelitian ini, dilakukan evaluasi terhadap data pencarian barang yang diperoleh dari Shopee untuk menilai keakuratan dan efisiensi algoritma AI yang diterapkan. Pengujian dilakukan dengan mengukur beberapa parameter seperti tingkat kepuasan pengguna, waktu respon pencarian, dan relevansi hasil pencarian. Hasil penelitian menunjukkan bahwa penggunaan AI dalam sistem pencarian Shopee mampu meningkatkan efisiensi dan relevansi hasil pencarian, didapatkan hasil bahwa tingtkat keakuratan pencarian barang pada Marketplace Shopee cukup baik. Namun, terdapat beberapa area yang memerlukan perbaikan, terutama dalam hal penyesuaian bobot kriteria sesuai dengan preferensi pengguna yang bervariasi. Dengan penerapan metode SAW, diharapkan dapat memberikan rekomendasi perbaikan yang spesifik untuk meningkatkan kinerja AI dalam pencarian barang di Shopee.

Kata Kunci
Akses Repositori Open Access

https://repository.bsi.ac.id/repo/51796/ANALISIS-KINERJA-AI-(ARTIFICIAL-INTELLIGENCE)-PADA-MARKETPLACE-SHOPEE-TERHADAP-PENCARIAN-BARANG-DENGAN-METODE-SAW
Anda dapat membaca file tugas akhir ini di repository.

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 17200113 - RIZKY NADIAH WIBOWO
  • Prodi : Teknologi Informasi
  • Kampus : Cibitung
  • Tahun : 2024
  • Pembimbing : AHMAD SINNUN, M.KOM
  • Kode : 0144.S1.17.SKRIPSI.I.2025
  • Status Akses : Open Access
  • Diinput oleh : AXD
  • Terakhir update : 25 Oktober 2024
  • Dilihat : 210 kali