Claim Missing Document
Check
Articles

Found 3 Documents
Search

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.
SISTEM PENYIRAMAN TANAMAN MENGGUNAKAN ALGORITMA FUZZY LOGIC BERBASIS INTERNET OF THINGS DENGAN ENERGI SURYA Mohammad Fajar Maulidi; Tanhella Zein Vitadiar
JUTIM (Jurnal Teknik Informatika Musirawas) Vol. 11 No. 1 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v11i1.3030

Abstract

Irregular watering of plants often leads to water waste and reduced plant growth quality. This study developed an IoT-based automatic watering system using a Fuzzy Logic algorithm powered by solar energy and equipped with a buzzer as a warning for critical conditions. A soil moisture sensor is used to read soil moisture, while a DHT11 sensor monitors environmental temperature. Sensor data is processed by an ESP32 microcontroller to determine automatic watering decisions, and the results are displayed through the Blynk application so users can monitor the system in real-time. Tests on corn plants showed that the system is able to turn on the water pump only when needed and save water usage compared to manual watering. The addition of a buzzer effectively provides notification when humidity is very dry. This system is proven to be efficient, energy independent, and supports the concept of smart and sustainable agriculture.