Proses pemilihan kemitraan yang tepat sering kali menjadi tantangan bagi calon mitra bisnis karena keterbatasan informasi yang disampaikan secara umum dan tidak sesuai dengan preferensi pribadi. Penelitian ini bertujuan untuk membangun sistem rekomendasi kemitraan yang mampu memberikan hasil secara personal dan relevan berdasarkan kebutuhan pengguna. Sistem dikembangkan menggunakan metode prototyping dengan penerapan algoritma Content-Based Filtering berbasis Cosine Similarity. Sebelum dilakukan perhitungan algoritma data diolah melalui tahapan pembersihan data, menggunakan normalisasi Min-Max Scaling, serta perhitungan tingkat kemiripan antar vektor menggunakan Cosine Similarity. Rekomendasi yang dihasilkan menampilkan tingkat kecocokan data mitra yang tersedia dan dinilai dapat membantu memperbesar potensi terjadinya kerjasama bisnis.
Copyrights © 2025