Sari , Yulviani Puteri Puspita
Unknown Affiliation

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

Found 1 Documents
Search

Metode Item-Based Collaborative Filtering untuk Rekomendasi Produk Skincare Sari , Yulviani Puteri Puspita; Seniwati, Erni; Rahman, Bahtiar
Journal Automation Computer Information System Vol. 5 No. 1 (2025): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i1.113

Abstract

Pemilihan produk skincare yang sesuai sering kali menjadi tantangan bagi konsumen karena banyaknya variasi produk dan perbedaan jenis kulit individu. Konsumen membutuhkan rekomendasi produk dengan memberikan kedekatan keseuaian item skincare yang dibutuhkan. Untuk mengatasi permasalahan tersebut, pada penelitian ini dibuat sistem rekomendasi untuk produk skincare dengan menggunakan metode Item-Based Collaborative Filtering(IBCF). Metode ini merekomendasikan produk dengan menganalisis kesamaan antar item berdasarkan riwayat interaksi pengguna, seperti ulasan, rating, atau pembelian. Dengan menghitung tingkat kemiripan antar produk menggunakan metrik cosine similarity, sistem dapat menyarankan produk skincare yang mirip dengan produk-produk yang sebelumnya disukai oleh pengguna lain dengan preferensi serupa. Dataset yang digunakan bersumber dari dataset publik yaitu kaggle. Data kategori produk yang dilibatkan pada penelitian ini yaitu Pembersih Wajah, Masker, Penutup, Sunscreen, dan Perawatan serta total data produk sebanyak 2.453. Berdasarkan pengujian yang dilakukan dengan memilih kategori produk "Masker", brand/merek yang dipilih "Asama", dan produk spesifik "Purifying Deep Cleansing Clay Mask" telah berhasil memberikan hasil rekomendasi teratas yaitu produk Mediheal - Teatree Care Solution Essential Mask EX dengan detail skor yang transparan: Rating score 81.2%, Review score 100%, menghasilkan Total Skor 90.6%. Hasil yang diperoleh menunjukkan bahwa sistem rekomendasi yang telah dibuat dapat memberikan hasil rekomendasi dengan persentase sangat baik yaitu mendekati 100%