<![CDATA[Modifikasi mesin sepeda motor melalui proses bore up membutuhkan pemilihan kombinasi sparepart yang sesuai agar peningkatan performa mesin dapat tercapai secara optimal. Namun, banyaknya variasi komponen, perbedaan spesifikasi teknis, serta keterkaitan antar sparepart menyebabkan pengguna maupun mekanik mengalami kesulitan dalam menentukan kombinasi yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi kombinasi sparepart bore up motor berbasis web menggunakan metode Content-Based Filtering. Metode tersebut diterapkan dengan memanfaatkan karakteristik atribut pada data kombinasi sparepart, meliputi jenis motor, kapasitas mesin, tipe penggunaan, dan rentang anggaran pengguna. Proses rekomendasi dilakukan dengan menghitung tingkat kemiripan antara kebutuhan pengguna dan data kombinasi sparepart menggunakan algoritma Cosine Similarity. Sistem dikembangkan menggunakan framework Next.js dengan bahasa pemrograman TypeScript, Tailwind CSS sebagai teknologi antarmuka, serta Firebase Firestore sebagai media penyimpanan data. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan fungsi sistem berjalan sesuai kebutuhan, sedangkan evaluasi rekomendasi dilakukan dengan membandingkan hasil rekomendasi sistem terhadap rekomendasi mekanik Bengkel Numoto. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi kombinasi sparepart berdasarkan tingkat kemiripan atribut dengan nilai similarity tertinggi sebesar 0,9324 pada kombinasi harian dan 0,8856 pada kombinasi balap. Berdasarkan hasil tersebut, metode Content-Based Filtering dapat diterapkan untuk membantu proses pemilihan kombinasi sparepart bore up motor secara lebih cepat, objektif, dan sesuai kebutuhan pengguna.]]>
Copyrights © 2026
