Toko plastik seperti Sumberplastik.TP kini menghadapi tantangan nyata berupa kebingungan pelanggan akibat semakin banyaknya variasi produk plastik, sementara proses rekomendasi produknya masih bergantung pada ingatan serta pengalaman penjual. Untuk mengatasi masalah tersebut, penelitian ini membangun sebuah sistem rekomendasi berbasis website menggunakan metode Content-Based Filtering (CBF) yang bekerja dengan menghitung kemiripan antar-produk berdasarkan atribut kategori, warna, ukuran, kapasitas, bentuk, dan fungsi dari total 45 data produk plastik. Tingkat kemiripan tersebut dihitung menggunakan rumus Similarity. Sistem yang dibangun mencakup fitur pengelolaan data produk, pencarian produk, perhitungan similarity, dan rekomendasi otomatis berdasarkan tingkat kemiripan tertinggi. Kemiripan antar produk dihitung menggunakan rumus Similarity untuk menghasilkan rekomendasi yang relevan bagi pengguna. Pengujian dengan Confusion Matrix pada lima kasus uji menghasilkan rata- rata Precision 81,33% dan Recall 84,67% - cukup untuk menyimpulkan bahwa sistem ini layak digunakan dan efektif membantu pelanggan menemukan produk plastik yang sesuai dengan kebutuhannya.
Copyrights © 2026