<![CDATA[Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi kinerja sistem rekomendasi produk pada Toko Sepatu 910 berbasis algoritma machine learning dengan memanfaatkan data interaksi pengguna dan atribut produk di platform e-commerce. Metode penelitian menggunakan pendekatan kuantitatif dengan eksperimen terapan untuk menguji efektivitas model rekomendasi yang dikembangkan. Data penelitian mencakup riwayat penelusuran, pembelian, serta karakteristik produk yang kemudian diolah menggunakan beberapa algoritma seperti content-based filtering, collaborative filtering, dan model hybrid. Evaluasi performa dilakukan melalui metrik akurasi, precision, recall, dan mean average precision untuk memperoleh gambaran tingkat relevansi rekomendasi yang dihasilkan. Hasil penelitian menunjukkan bahwa model hybrid memberikan performa paling optimal dibandingkan pendekatan tunggal, sehingga mampu meningkatkan relevansi rekomendasi dan potensi konversi pembelian pada platform. Temuan ini memberikan implikasi praktis bagi pengembangan strategi pemasaran digital, khususnya bagi UMKM yang ingin meningkatkan pengalaman pengguna dan efektivitas penjualan melalui pemanfaatan teknologi machine learning. Penelitian ini juga membuka peluang untuk pengembangan model yang lebih adaptif melalui integrasi data perilaku waktu nyata dan algoritma deep learning.]]>
Copyrights © 2026
