<![CDATA[E-commerce adalah salah satu bentuk perdagangan yang saat ini sedang berkembang pesat, dengan jumlah pengguna yang cukup besar. Namun, dalam proses berbelanja online, konsumen seringkali mengalami kesulitan dalam menemukan produk yang sesuai dengan kebutuhan dan preferensi mereka. Hal ini menyebabkan pengguna membutuhkan waktu lebih lama untuk menemukan barang yang diinginkan. Studi kasus menunjukkan bahwa situs web e-commerce Biostuff.id masih menampilkan rekomendasi barang secara random. Oleh karena itu, sistem rekomendasi diperlukan untuk menampilkan hasil rekomendasi barang sesuai dengan minat pengguna. Tujuan dari laporan ini adalah untuk mengetahui seberapa akurat rekomendasi barang yang direkomendasikan terhadap pengguna dengan menggunakan user collaborative filtering (UCF) yang menggunakan algoritma cosine similarity berdasarkan data 16 produk, 10 user dan 80 rating barang pada Biostuff.id. Hasil analisis didasarkan pada hasil pengujian yang dilakukan berdasarkan semua neighbor. Dengan UCF dan algoritma cosine similarity memberikan hasil nilai rekomendasi saat dilakukan pengujian mean absolute error (MAE) dengan nilai rata rata MAE 2.04. Dapat disimpulkan, kurangnya data user yang memberi rating produk mempengaruhi tingkat keakuratan hasil dari rekomendasi.]]>
Copyrights © 2024
