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
Bintang Alan Bukhari
Program Studi Teknik Informatika, Universitas Duta Bangsa
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 
Penerapan Metode Hybrid Filtering Dalam Sistem Rekomendasi Menu Di Coffee Shop Teppi Rasa Bintang Alan Bukhari; Sri Sumarlinda; Bangun Prajadi Cipto Utomo
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

Pesatnya pertumbuhan industri coffee shop memicu persaingan bisnis yang ketat dan menimbulkan masalah penumpukan informasi (information overload) bagi pelanggan dalam memilih menu. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan menguji sistem rekomendasi menu personal berbasis website pada Teppi Rasa Coffee & Eatery melalui integrasi metode hybrid filtering. Metode pengembangan sistem yang digunakan adalah Waterfall, dengan menerapkan algoritma Weighted Hybrid Filtering yang menggabungkan jalur Content-Based Filtering (CBF) melalui Cosine Similarity dan Collaborative Filtering (CF) berbasis tren popularitas global. Komposisi bobot linear ditetapkan secara konsisten sebesar ? = 0.6 untuk komponen CBF dan ? = 0.4 untuk komponen CF, dengan nilai pembatas popularitas maksimal (Nmax) dikonfigurasikan sebesar 50. Hasil simulasi komputasi komparatif pada akun pelanggan Bintang membuktikan bahwa sistem mampu menghasilkan daftar Top-8 Recommendations yang seimbang, di mana menu Americano menempati peringkat teratas dengan Hybrid Score 92.9% (didominasi preferensi kopi internal), sementara menu Taro Latte dari kategori baru tetap berhasil direkomendasikan pada peringkat ke-8 dengan skor 24% murni dari jalur tren pasar eksternal. Evaluasi fungsionalitas menggunakan Black Box Testing menunjukkan tingkat keberhasilan mutlak sebesar 100% tanpa adanya diskrepansi data desimal pada antarmuka. Sistem ini terbukti secara ilmiah dapat menjadi instrumen keputusan yang adaptif bagi pelanggan, ditandai dengan keberhasilan merekomendasikan produk lintas kategori melalui kontribusi skor CF hingga 40% meskipun skor CBF sebesar 0%, sekaligus mengatasi kelemahan overspecialization pada sistem rekomendasi tunggal.
Co-Authors Bangun Prajadi Cipto Utomo Sri Sumarlinda