<![CDATA[Kemajuan teknologi digital mendorong perkembangan platform e-commerce yang memudahkan transaksi secara cepat dan fleksibel. Penelitian ini membahas FreezeMart, situs e-commerce untuk penjualan makanan beku yang dilengkapi sistem rekomendasi terpersonalisasi. Sistem memanfaatkan content-based filtering dan analisis histori pembelian untuk menyarankan produk yang relevan. Masukan pengguna diproses menggunakan teknik Natural Language Processing seperti TF-IDF untuk mencocokkan preferensi dengan atribut produk. Pengembangan dilakukan dengan metode Agile Scrum dan mencakup tiga peran utama: guest, customer, dan admin. Pengguna dapat mengelola pesanan dan memperoleh rekomendasi sesuai kebutuhan, sementara admin bertanggung jawab atas pengelolaan sistem. Sistem rekomendasi yang diimplementasikan terbukti mampu meningkatkan pengalaman belanja pengguna. Pada tahap selanjutnya, pengembangan sistem dapat difokuskan pada penerapan collaborative filtering serta peningkatan kinerja platform.]]>
Copyrights © 2025
