Skripsi
Sistem Rekomendasi Penjualan Produk Sembako Menggunakan Metode Content-Based Filtering Dengan Algoritma Cosine Similarity
ABSTRAK
SALSA NUR SABILA. Sistem Rekomendasi Penjualan Produk Sembako Menggunakan Metode Content-Based Filtering Dengan ALgoritma Cosine Similarity (dibimbing oleh Markani dan Wisda)
Perkembangan teknologi digital menuntut toko semabko beradaptasi dalam meningkatkan promosi dan penjualan. Konsumen serin kesulitan menemukan produk sesuai preferensi karena banyaknya pilihan. Maka dari itu, diperlukan sistem rekomendasi berbasis web dengan metode Content_based Filtering dan algoritma Cosine Similarity agar rekomendasi lebih relevan, personal, sekaligus mendukung optimalisasi promosi serta kepuasan pelanggan. Tujuan dari penelitian ini adalah untuk merancang serta mengimplementasikan sistem rekomendasi berbasis web yang mampu memberikan saran produk relevan dan kepuasan pelanggan. Data diperoleh melalui studi pustaka. Penelitian ini menggunakan metode Content-Based Filtering dengan algoritma Cosine Similarity untuk menganalisa kesamaan atribut produk, seperti kategori, merek, rasa, an harga. Hasil penelitian menunjukkan bahwa sistem rekomendasi berbasis Content-Based Filtering dengan algoritma Cosine Similarity berjalan sesuai rancangan. Perhitungan manual menghasilkan nilai kesamaan 0.739 dan 0,472 yang konsisten dengan rekomendai sistem. Uji coba black-box berhasil, serta kuesioner 16 responden menunjukkan kepuasan rata-rata 82,87%, membuktikan sistem efektif memberikan kepuasan dalam. Penelitian ini menyimpulkan bahwa sistem rekomendasi berbasis Content-Based Filtering dengan algoritma Cosine Similarity berhasil dibangun dan berfungsi baik. Perhitungan manual maupun hasil kuesioner mendukung keakuratan sistem. rekomendasi produk yang dihasilkan relevan dengan preferensi pelanggaran serta epuasan berbelanja.
Kata Kunci: Sistem Rekomendasi, Content-Based Filtering, Cosine Similarity, Toko Sembako, Promosi Produk.
Tidak tersedia versi lain