Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Rekomendasi Dimsum Berbasis Website pada Dimsum UntukMu Pamulang Iqbal Musyaffa; Yuliana Yuliana
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.77

Abstract

Perkembangan teknologi digital telah mendorong transformasi dalam berbagai proses bisnis, termasuk pada sektor kuliner yang mulai memanfaatkan sistem berbasis web untuk meningkatkan efisiensi pelayanan dan pengalaman pelanggan. Pada usaha kuliner seperti Dimsum Untukmu Pamulang, pelanggan sering mengalami kesulitan dalam memilih menu yang sesuai dengan preferensi mereka karena banyaknya variasi produk yang tersedia. Penelitian bertujuan untuk merancang dan mengimplementasikan sistem rekomendasi pemesanan dimsum berbasis website menggunakan metode Content-Based Filtering (CBF) dan Collaborative Filtering (CF). Penelitian ini menggunakan pendekatan rekayasa perangkat lunak yang meliputi tahap studi literatur, analisis kebutuhan sistem, perancangan sistem, implementasi, serta pengujian sistem. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Flask dan menggunakan MySQL sebagai basis data. Data yang digunakan dalam penelitian ini meliputi data produk dimsum, kategori menu, riwayat transaksi pelanggan, serta rating pengguna. Hasil penelitian menunjukkan rekomendasi yang relevan dengan rata-rata nilai prediksi 4,98 sehingga membantu pengguna dalam menentukan pilihan produk secara lebih efektif, sistem mampu memberikan rekomendasi menu yang relevan berdasarkan kemiripan karakteristik produk serta pola preferensi pengguna lainnya. Selain itu, implementasi sistem juga mempermudah proses pemesanan serta pengelolaan data oleh administrator. Dengan demikian, penerapan metode Content-Based Filtering dan Collaborative Filtering dalam sistem rekomendasi ini mampu meningkatkan pengalaman pengguna serta membantu pelanggan dalam menentukan pilihan menu yang lebih sesuai dengan preferensi mereka.