IMPLEMENTASI METODE USER-BASED COLLABORATIVE FILTERING DALAM SISTEM REKOMENDASI PRODUK PADA E-COMMERCE STUDI KASUS: CV. SOBAT TECHNOPRENEUR

  • Setyo Bagus Nugraha
  • 2022

Abstrak

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.

Kata Kunci
Daftar Pustaka

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 UBSI


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

LINK TERKAIT


LPPM UBSI

Repository UBSI

E-Journal UBSI

E-Learning UBSI

Kemahasiswaan UBSI

Perpustakaan Nasional

e-Resources

Copyright © 2024 Perpustakaan Universitas Bina Sarana Informatika