Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Aji Kia Ramadhani
Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perancangan Sistem Rekomendasi Produk Toko Kelontong Menggunakan Metode Content-Based Filtering Aji Kia Ramadhani; Muhammad Noviyanto; Nabilah Junita Eka Putri; Nur Rahman Saleh
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Toko Berkah Alam menghadapi kendala operasional yang masih berjalan secara manual sehingga memicu masalah kelebihan informasi (information overload) bagi pembeli yang kesulitan menemukan alternatif produk harian yang serupa. Penelitian ini bertujuan untuk merancang sistem rekomendasi produk kelontong menggunakan metode Content Based Filtering (CBF) dengan teknik pembobotan TF-IDF dan pengukuran Cosine Similarity melalui tahapan kerangka pengembangan Rapid Application Development (RAD). Berdasarkan hasil pengujian menggunakan sampel acuan Indomie Goreng (P003), sistem berhasil mengidentifikasi produk alternatif dengan nilai tertinggi kemiripan (Cosine Similarity) mencapai skor maksimum 1.0000 pada tiga produk yang memiliki karakteristik atribut identik, yaitu Nugget Ayam Fiesta (P009), Sosis Kanzler (P016), dan Mie Sedaap Soto (P022). Penelitian ini menyimpulkan bahwa perancangan sistem rekomendasi berbasis konten menggunakan metode Content-Based Filtering dengan teknik TF-IDF dan Cosine Similarity dapat menghasilkan rekomendasi produk kelontong yang relevan berdasarkan kemiripan atribut, dengan nilai Cosine Similarity tertinggi mencapai 1.0000 pada produk yang memiliki karakteristik atribut identik dengan produk acuan.
Co-Authors Muhammad Noviyanto Nabilah Junita Eka Putri Nur Rahman Saleh