IMPLEMENTASI METODE USER-BASED COLLABORATIVE FILTERING DALAM SISTEM REKOMENDASI PRODUK PADA E-COMMERCE STUDI KASUS: CV. SOBAT TECHNOPRENEUR
- Setyo Bagus Nugraha
- 2022
ABSTRAK
Setyo Bagus Nugraha (15180466), Implementasi Metode User-Based Collaborative Filtering Dalam Sistem Rekomendasi Produk Pada E-Commerce Studi Kasus: CV. Sobat Technopreneur
Semakin berkembangnya pasar maka ketertarikan konsumen terhadap suatu produk semakin bervariasi, mengakibatkan perusahaan e-commerce kebingungan dalam menawarkan produk kepada konsumen. Berdasarkan riset yang dilakukan di CV. Sobat Technopreneur yang merupakan sebuah perusahaan e-commerce yang memasarkan produk mereka menggunakan digital marketing, perusahaan tersebut kebingungan dalam menawarkan produk yang sesuai kepada konsumen karena banyaknya konsumen dengan perilaku yang bervariasi sehingga tidak memungkinkan untuk merekomendasikan produk kepada konsumen secara manual. Tujuan dari penelitian ini adalah untuk menerapkan User-based Collaborative Filtering dalam sistem rekomendasi produk pada studi kasus CV. Sobat Technopreneur menggunakan data pembelian. Berdasarkan hasil penelitian, User-based Collaborative Filtering yang diterapkan menghasilkan 10 rekomendasi produk secara otomatis dengan nilai RMSE sebesar 0.9.
ABSTRACT
Setyo Bagus Nugraha (15180466), Implementation of User-Based Collaborative Filtering Method in Product Recommendation System on E-Commerce Case Study: CV. Sobat Technopreneur
The more the market develops, the more varied consumer interest in a product causes e-commerce companies to be confused in offering products to consumers. Based on research conducted at CV. Sobat Technopreneur which is an e-commerce company that markets their products using digital marketing, the company is confused about offering the right product to consumers because of the large number of consumers with varied behavior so it is not possible to recommend products to consumers manually. The purpose of this research is to apply User-based Collaborative Filtering in the product recommendation system in the case study of CV. Sobat Technopreneur use purchase data. Based on the research results, User-based Collaborative Filtering can be applied to produce 10 product recommendations automatically with an RMSE value of 0.9.
DAFTAR PUSTAKA
Agustin, C., & Yusup, F. R. (2020). SISTEM INFORMASI HUMAN RESOURCE DEVELOPMENT BERBASIS WEB MENGGUNAKAN FRAMEWORK ODOO DI PT. NURO INTELIA PROSPERAJAKARTA.
Badan Pusat Statistik. (2019). Statistik E-Commerce 2019. https://www.bps.go.id/publication/download.html?nrbvfeve=ZmQxZTk2YjA1MzQyZTQ3OWE4MzkxN2M2&xzmn=aHR0cHM6Ly93d3cuYnBzLmdvLmlkL3B1YmxpY2F0aW9uLzIwMTkvMTIvMTgvZmQxZTk2YjA1MzQyZTQ3OWE4MzkxN2M2L3N0YXRpc3Rpay1lLWNvbW1lcmNlLTIwMTkuaHRtbA%3D%3D&twoadfnoarfeauf=MjAyMi0wNy0zMSAxODo0MDozNw%3D%3D
Chaffey, D. (2011). E-Busines & E-Commerce Management. In D-Lib Magazine.
Coviello, N., Milley, R., & Marcolin, B. (2001). Understanding IT-enabled interactivity in contemporary marketing. Journal of Interactive Marketing, 15(4), 18–33. https://doi.org/10.1002/DIR.1020
Ferio, G., Intan, R., & Rostianingsih, S. (2019). Sistem Rekomendasi Mata Kuliah Pilihan Menggunakan Metode User Based Collaborative Filtering Berbasis Algoritma Adjusted Cosine Similarity.
Heidrick, & Struggles. (2009). The Adoption of Digital Marketing in Financial. Services Under Crisis.
Irfan, M., Cahyani, A. D., & R, F. H. (2014). SISTEM REKOMENDASI: BUKU ONLINE DENGAN METODE COLLABORATIVE FILTERING. JURNAL TEKNOLOGI TECHNOSCIENTIA, 076–084. https://doi.org/10.34151/TECHNOSCIENTIA.V7I1.612
Irsyad, R. (2018). Penggunaan Python Web Framework Flask Untuk Pemula.
Khusna, A. N., Patra Delasano, K., Chaerul, D., & Saputra, E. (2021). Penerapan User-Based Collaborative Filtering Algorithm. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(2), 293–304. https://doi.org/10.30812/MATRIK.V20I2.1124
Molliq Rangkuti, Y., Iskandar Al Idrus, S., & Tarigan, D. D. (2021). Pengantar Pemrograman Python. In Media Sains Indonesia. https://books.google.co.id/books?id=2ftLEAAAQBAJ&dq=Sejak+rilis+pertama+pada+tahun+1994,+python+terus+mengalami+perkembangan+mengikuti+kebutuhan+pemrograman+publik.+Misalkan+pada+python+versi+3.2+yang+rilis+desember+2008,+python+dapat+diprogram+dengan+menggunakan+konsep+multi-paradigma+seperti+bahasa+pemrog&lr=&hl=id&source=gbs_navlinks_s
Nadya, N. (Nadya). (2016). Peran Digital Marketing dalam Eksistensi Bisnis Kuliner Seblak Jeletet Murni. Jurnal Riset Manajemen Dan Bisnis, 1(2), 133–144. https://doi.org/10.36226/JRMB.V1I2.17
Neny Rosmawarni. (2017). PERANCANGAN SISTEM REKOMENDASI UNTUK PENGEMBANGAN APLIKASI SALON TERPADU BERBASIS ANDROID | JURNAL REKAYASA INFORMASI. https://ejournal.istn.ac.id/index.php/rekayasainformasi/article/view/37
Ngantung, R. K., & Pakereng, M. A. I. (2021). Model Pengembangan Sistem Informasi Akademik Berbasis User Centered Design Menerapkan Framework Flask Python. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(3), 1052–1062. https://doi.org/10.30865/MIB.V5I3.3054
Oktavika, R. (2022). Sistem Rekomendasi Wisata Dengan Menggunakan Algoritma Collaborative Filtering | Jurnal Teknologi Pintar. http://teknologipintar.org/index.php/teknologipintar/article/view/201
Purwana, D., Rahmi, R., & Aditya, S. (2017). Pemanfaatan Digital Marketing Bagi Usaha Mikro, Kecil, Dan Menengah (UMKM) Di Kelurahan Malaka Sari, Duren Sawit. Jurnal Pemberdayaan Masyarakat Madani (JPMM), 1(1), 1–17. https://doi.org/10.21009/jpmm.001.1.01
Shodik, N., Neneng, N., & Ahmad, I. (2018). SISTEM REKOMENDASI PEMILIHAN SMARTPHONE SNAPDRAGON 636 MENGGUNAKAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART). Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI, 7(3), 219–228. https://doi.org/10.23887/JANAPATI.V7I3.15727
Sutawinaya, I. P., Arya Astawa, I. N. G., & Dessy Hariyanti, N. K. (2017). PERBANDINGAN METODE JARINGAN SARAF TIRUAN PADA PERAMALAN CURAH HUJAN. Logic : Jurnal Rancang Bangun Dan Teknologi, 17(2), 92–97. https://doi.org/10.31940/LOGIC.V17I2.542
Tri Rachmadi, S. K. (2021). The Power Of Digital Marketing. TIGA Ebook. https://books.google.co.id/books?id=RCzyDwAAQBAJ&dq=pengertian+digital+marketing&lr=&hl=id&source=gbs_navlinks_s
Visher Laja Jaja, Y., Susanto, B., Ricky Sasongko, L., & Kunci, K. (2020). Penerapan Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens. D’CARTESIAN:Jurnal Matematika Dan Aplikasi, 9(2), 78–83. https://doi.org/10.35799/DC.9.2.2020.28274
Wahyuni Windasari, & Tuti Zakiyah. (2021, December). Pemetaan dan Analisis Faktor yang Mempengaruhi Persentase Usaha E-Commerce di Indonesia. https://jurnal.polibatam.ac.id/index.php/JAEMB/article/view/2999/1599
Wijaya, A., & Alfian, D. (2018). Sistem Rekomendasi Laptop Menggunakan Collaborative Filtering Dan Content-Based Filtering. JURNAL COMPUTECH & BISNIS, 12(1), 11–27. https://doi.org/10.55281/JCB.V12I1.167
Yasni, L., Subroto, I., & Haviana, S. (2018). Implementasi Cosine Similarity Matching Dalam Penentuan Dosen Pembimbing Tugas Akhir.
Detail Informasi
Tugas Akhir ini ditulis oleh :
- 15180466 - Setyo Bagus Nugraha
- Prodi : Informatika
- Kampus : Sukabumi
- Tahun : 2022
- Periode : I
- Pembimbing : Saeful Bahri, M.Kom
- Asisten :
- Kode : 0021.S1.IK.SKRIPSI.I.2022
- Diinput oleh : ASR
- Terakhir update : 21 November 2022
- Dilihat : 314 kali
TENTANG PERPUSTAKAAN
Perpustakaan Universitas Bina Sarana Informatika merupakan layanan yang diberikan kepada civitas akademik khususnya mahasiswa untuk memperoleh informasi seperti buku, majalah, jurnal, prosiding, dll.
INFORMASI
Alamat : Jl. Kramat Raya No.98, Senen, Jakarta Pusat
Telp : +6285777854809
Email : perpustakaan@bsi.ac.id
IG : @perpustakaan_ubsi
Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB
Copyright © 2024 Perpustakaan Universitas Bina Sarana Informatika