Perancangan Sistem Rekomendasi Produk Toko Kelontong Menggunakan Metode Content-Based Filtering

Aji Kia Ramadhani (Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta)
Muhammad Noviyanto (Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta)
Nabilah Junita Eka Putri (Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta)
Nur Rahman Saleh (Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta)

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026

Toko Berkah Alam menghadapi kendala operasional yang masih berjalan secara manual sehingga memicu masalah kelebihan informasi (information overload) bagi pembeli yang kesulitan menemukan alternatif produk harian yang serupa. Penelitian ini bertujuan untuk merancang sistem rekomendasi produk kelontong menggunakan metode Content Based Filtering (CBF) dengan teknik pembobotan TF-IDF dan pengukuran Cosine Similarity melalui tahapan kerangka pengembangan Rapid Application Development (RAD). Berdasarkan hasil pengujian menggunakan sampel acuan Indomie Goreng (P003), sistem berhasil mengidentifikasi produk alternatif dengan nilai tertinggi kemiripan (Cosine Similarity) mencapai skor maksimum 1.0000 pada tiga produk yang memiliki karakteristik atribut identik, yaitu Nugget Ayam Fiesta (P009), Sosis Kanzler (P016), dan Mie Sedaap Soto (P022). Penelitian ini menyimpulkan bahwa perancangan sistem rekomendasi berbasis konten menggunakan metode Content-Based Filtering dengan teknik TF-IDF dan Cosine Similarity dapat menghasilkan rekomendasi produk kelontong yang relevan berdasarkan kemiripan atribut, dengan nilai Cosine Similarity tertinggi mencapai 1.0000 pada produk yang memiliki karakteristik atribut identik dengan produk acuan.