<![CDATA[Perkembangan teknologi informasi mendorong pemanfaatan sistem rekomendasi untuk membantu pengguna menemukan produk yang sesuai dengan preferensinya. Pada sistem penjualan berbasis web, pengguna sering mengalami kesulitan dalam memilih produk karena banyaknya pilihan yang tersedia. Penelitian ini bertujuan mengimplementasikan Machine Learning pada sistem sistem penjualan berbasis web untuk menghasilkan rekomendasi produk menggunakan dataset publik. Dataset yang digunakan berasal dari Book Recommendation data yang diperoleh dari platform Kaggle dan memanfaatkan data rating pengguna sebagai dasar rekomendasi. Metode yang di terapkan adalah Collaborative Filtering untuk menghitung tingkat kemiripan antar pengguna menggunakan Cosine Similarty dan Algoritma K-Nearest Neighbor untuk menentukan pengguna dengan preferensi yang paling mirip. Sistem dikembangkan menggunakan Framework Laravel sebagai platform web, MySQL sebagai basis data ,serta Phyton untuk proses perhitungan rekomendasi. Hasil penelitian menunjukkan bahwa sistem mampu mengolah data rating pengguna dan menghasilkan rekomendasi buku yang relevan berdasarkan pola preferensi pengguna lain yang memiliki karakteristik serupa. Implementasi metode Collaborative Filtering dan K-Nearest Neighbor pada sistem penjualan berbasis web dapat membantu pengguna memperoleh rekomendasi yang lebih personal sehingga meningkatkan pengalaman pengguna dalam proses pencarian produk.]]>
Copyrights © 2026
