Pertumbuhan eksponensial interaksi digital pada platform PT XYZ menuntut adanya sistem rekomendasi yang mampu menangani throughput tinggi dengan latensi rendah untuk menjaga keterlibatan pengguna. Penelitian ini bertujuan untuk merancang arsitektur Sistem Rekomendasi Hybrid berkinerja tinggi yang menggabungkan metode Content-Based dan Collaborative Filtering menggunakan mekanisme Weighted Hybrid. Metodologi perancangan mengadopsi bahasa pemrograman Rust untuk mengatasi masalah ketidakstabilan performa yang disebabkan oleh jeda Garbage Collection pada arsitektur backend konvensional. Sistem yang diusulkan mengintegrasikan runtime asinkron untuk menangani konkurensi, protokol gRPC untuk komunikasi antar layanan yang efisien, serta strategi penyimpanan hibrida yang memanfaatkan cache memori dan basis data vektor. Hasil dari penelitian ini adalah kerangka kerja arsitektural konseptual yang memanfaatkan model kepemilikan memori Rust untuk secara teoritis menghilangkan jeda eksekusi dan menjamin keamanan memori tanpa overhead runtime. Studi ini berkontribusi pada bidang rekayasa perangkat lunak dengan menyediakan desain sistem yang menawarkan latensi deterministik dan efisiensi sumber daya untuk layanan rekomendasi real-time di lingkungan berskala besar.
Copyrights © 2025