<![CDATA[Perkembangan industri kopi yang pesat menimbulkan tantangan bagi pembeli dalam memilih menu yang sesuai dengan preferensi mereka, terutama ketika banyaknya variasi menu tidak diimbangi dengan sistem pendukung yang memadai. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi kopi berbasis website dengan metode item-based collaborative filtering, yang memanfaatkan data riwayat pembelian dan rating untuk menyarankan menu kopi yang relevan. Sistem ini diimplementasikan pada website All The Time Caffe, yang sebelumnya hanya memiliki fitur dasar seperti login, pemesanan, dan pengiriman struk melalui WhatsApp. Dengan sistem yang dikembangkan, pengguna dapat menyaring rekomendasi berdasarkan kategori kopi (seperti Coffee Classics, Iced Coffee, dan Tea & Non-Coffee), rentang harga, dan rating minimum yang diinginkan. Teknologi yang digunakan mencakup NextJS sebagai antarmuka pengguna dan Python untuk pengolahan data serta perhitungan algoritma. Hasil pengujian menunjukkan bahwa sistem dapat memberikan rekomendasi secara tepat sesuai preferensi pengguna serta meningkatkan efisiensi layanan di kafe. Selain itu, sistem ini juga bermanfaat bagi pelaku usaha kecil dan menengah (UMKM) dalam memahami perilaku konsumen serta meningkatkan loyalitas pembeli. Dengan demikian, sistem rekomendasi ini diharapkan mampu mendorong inovasi berbasis teknologi disektor kuliner, khususnya dalam industri kopi.]]>
Copyrights © 2025
