Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Journal of Artificial Intelligence and Technology Information
Tanhella Zein Vitadiar
Universitas Hasyim Asy'ari
Computer Science & IT Economics, Econometrics & Finance Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Rekomendasi Parfum Lokal Berbasis Web Menggunakan Content-Based Filtering dan Cosine Similarity Mochamad Wahyu Sultan Fatahila; Tanhella Zein Vitadiar
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 2 (2026): Volume 4 Number 2 June 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i2.257

Abstract

Industri parfum lokal saat ini mengalami pertumbuhan yang pesat, namun pada praktiknya hal ini memicu fenomena information overload bagi konsumen yang sering kesulitan membedakan varian aroma karena proses pemilihan di platform digital masih bergantung pada deskripsi tekstual yang kurang interaktif dan belum menyediakan pencocokan preferensi secara personal. Penelitian ini bertujuan mengembangkan sistem rekomendasi parfum lokal berbasis web yang mengintegrasikan metode Content-Based Filtering dengan teknik pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dan algoritma Cosine Similarity untuk menilai kemiripan kriteria pengguna terhadap target produk dalam basis data. Metode penelitian menggunakan pendekatan pengembangan perangkat lunak yang mencakup identifikasi masalah, studi literatur, pengumpulan data, perancangan sistem, implementasi, dan pengujian. Perancangan sistem dilakukan menggunakan flowchart, use case diagram, dan entity relationship diagram. Sistem memproses masukan kriteria dari pengguna meliputi aroma, occasion, gender, harga, dan konsentrasi, mengekstraksinya menjadi vektor bobot, lalu menghitung nilai jarak (similarity) untuk menghasilkan klasifikasi peringkat produk. Hasil pengujian menunjukkan bahwa aplikasi mampu menjalankan fungsi utama pencarian, menampilkan katalog, menerima input preferensi, dan memberikan umpan balik rekomendasi otomatis secara akurat. Pengujian presisi terhadap 20 sampel skenario pencarian menunjukkan 17 data relevan (True Positive) dan 3 data tidak relevan (False Positive), dengan tingkat akurasi sistem sebesar 85%. Temuan ini menunjukkan bahwa kombinasi TF-IDF dan Cosine Similarity layak diterapkan sebagai mesin rekomendasi interaktif untuk membantu konsumen memilih parfum secara lebih mandiri, terukur, dan akurat, serta meminimalisir risiko kesalahan pembelian (blind buy).
Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Data Absensi Siswa Menggunakan Teknologi QR Code Berbasis Web: Studi Kasus SMAN 2 Jombang Danang Rifki Amruli; Tanhella Zein Vitadiar
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 10 No. 1 (2026): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol10No1.pp53-61

Abstract

This study develops a web-based student attendance system using QR Code technology integrated with the K-Means Clustering algorithm. The system aims to improve accuracy and efficiency in managing attendance while classifying student discipline levels based on indicators of present, late, sick, excused, and unexcused. System development applies the Waterfall model. The K-Means algorithm groups students into three clusters: high, medium, and low attendance. Precision testing shows 95.56% accuracy compared to manual teacher assessment. The system supports school digitalization by providing automated attendance recording and data-driven discipline evaluation.
Co-Authors Danang Rifki Amruli Mochamad Wahyu Sultan Fatahila