Claim Missing Document
Check
Articles

Found 22 Documents
Search

Sistem Rekomendasi Pada Prouk Marketplace “Laisyah” Menggunakan Metode Cosine Similarity Haryono, Chrisna Adrian Dwiputra; Wardhana, Septiyawan Rosetya; Muhima, Rani Rotul
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7581

Abstract

Perkembangan internet telah membawa perubahan besar dalam pola hidup masyarakat, termasuk dalam cara berbelanja. Saat ini, penjual dan pembeli tidak perlu bertatap muka untuk melakukan transaksi. Masyarakat lebih memilih berbelanja melalui marketplace karena gaya hidup yang berubah, dari belanja langsung ke toko fisik menjadi belanja online yang lebih nyaman. Marketplace seperti “Laisyah” menyediakan kemudahan ini, di mana pelanggan dapat membeli atau memesan produk tanpa harus bertemu langsung dengan penjahit. Selain itu, keamanan transaksi juga terjamin dengan adanya payment gateway yang berperan sebagai pihak ketiga untuk mengelola pembayaran.Dalam upaya mengembangkan marketplace ini, kami untuk menerapkan sistem rekomendasi yang didasarkan pada riwayat kata kunci pencarian dan deskripsi produk. Dengan sistem ini, pelanggan dapat menemukan produk yang sesuai dengan keinginan mereka dengan lebih mudah.Berdasarkan hasil survei yang dilakukan, terdapat 7 orang yang telah memberikan data untuk pengujian. Akurasi keseluruhan dari sistem ini mencapai 44,5%. Meskipun tingkat akurasi ini sudah menunjukkan hasil yang relevan dengan beberapa pencarian pengguna, namun masih ada kekurangan, terutama karena keterbatasan data. Sistem belum memiliki informasi atau barang yang cukup spesifik dan relevan dengan kebutuhan pengguna, sehingga hasil yang diperoleh belum optimal. Oleh karena itu, diperlukan perbaikan dan penyesuaian data agar sistem dapat bekerja lebih baik. Penelitian dan pengembangan lebih lanjut sangat diperlukan untuk meningkatkan akurasi dan memenuhi harapan pengguna.
Penerapan Euclidean Distance untuk Deteksi Kemiripan Citra Berbasis Scale Invariant Feature Transform (SIFT) Muhima, Rani Rotul; Nugroho, Hendro
INTEGER: Journal of Information Technology Vol 7, No 1 (2022): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2022.v7i1.2923

Abstract

The similarity of a pair of images can be measured using the distance measurement method from the feature extraction. The feature extraction method used in this research was the Scale Invariant Feature Transform (SIFT). This method is an extraction method that is invariant to changes in scale, rotation, translation and illumination. In this research, each keypoint of test image is matched for its level of similarity with the Euclidean distance method. The similarity of each keypoint of the tested image is matched by Euclidean distance and it will be claimed similar if it has the smallest distance. Next, the corresponding keypoint of the tested image gets recall test by varying parameters of transformation in size, rotation, color, and angle as well as different image. The research results demonstrated that the recall averages of dataset were 100 for similar image test, 95 for size and rotation changes tests, 98 for colour changes test, 97 for angle changes test, and 0 for image test with different objects. Based on the results, SIFT is suitable for detecting the similarity of image object shapes.