<![CDATA[Perkembangan industri kosmetik memunculkan fenomena choice overload dan asimetri informasi, di mana konsumen awam sering menyampaikan keluhan menggunakan bahasa sehari-hari, sementara spesifikasi produk dijelaskan dengan terminologi medis. Hal ini menyulitkan konsumen dalam menemukan produk yang tepat. Penelitian ini bertujuan merancang agen percakapan cerdas (chatbot) berbasis website sebagai sistem rekomendasi skincare untuk menjembatani kesenjangan bahasa tersebut secara komputasional. Pengembangan sistem mengadopsi metode Software Development Life Cycle (SDLC) dengan model Waterfall. Basis data yang digunakan mencakup 280 data produk primer dari 11 merek terkemuka. Teks masukan pengguna diproses melalui tahapan Natural Language Processing (NLP). Teks tersebut kemudian dibobotkan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dan tingkat kemiripannya dihitung menggunakan metrik Cosine Similarity. Hasil evaluasi menunjukkan sistem berhasil beroperasi dengan baik. Pengujian Black Box membuktikan seluruh fungsionalitas berjalan 100% tanpa galat (bug). Pengujian akurasi algoritma mencatatkan skor relevansi yang tinggi dalam merekomendasikan produk. Selain itu, hasil User Acceptance Testing (UAT) terhadap 33 responden memperoleh skor rata-rata 3,98 (kategori Baik), yang mengonfirmasi tingginya tingkat penerimaan pengguna. Sebagai kesimpulan, sistem rekomendasi ini terbukti efektif memecahkan masalah asimetri informasi dan memberikan solusi perawatan kulit yang terpersonalisasi.]]>
Copyrights © 2026
