<![CDATA[Perkembangan perdagangan fashion secara daring meningkatkan kebutuhan akan sistem yang mampu membantu pengguna menentukan ukuran pakaian secara tepat. Penelitian ini bertujuan mengimplementasikan algoritma Extreme Gradient Boosting (XGBoost) untuk membangun model klasifikasi ukuran pakaian berdasarkan data antropometri. Penelitian menggunakan metode CRISP-DM dengan dataset sebanyak 1.486 data hasil data cleaning dari 1.500 responden. Variabel yang digunakan meliputi jenis kelamin, tinggi badan, berat badan, lingkar dada, lingkar pinggang, BMI, dan kategori BMI. Hasil penelitian menunjukkan bahwa model XGBoost memperoleh accuracy sebesar 87,25%, dengan rata-rata precision, recall, dan F1-score sebesar 0,88 serta cross validation accuracy sebesar 88%. Model berhasil diimplementasikan ke dalam aplikasi berbasis web menggunakan Gradio dan Hugging Face Spaces sehingga mampu memberikan rekomendasi ukuran pakaian secara real-time.]]>
Copyrights © 2026
