Sistem Rekomendasi Produk Aplikasi Marketplace Berdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering

Abstract

Sistem rekomendasi produk merupakan sebuah sistem yang dapat memberikan prediksi produk yang relevan terhadap perilaku atau karakteristik user, sehingga dapat mempengaruhi user dalam mengambil keputusan untuk membeli suatu produk. Penelitian ini dilakukan untuk dapat memberikan rekomendasi kepada pembeli pada aplikasi marketplace Sindomall dengan menggunakan metode User Based Collaborative Filtering dikolaborasikan dengan algoritma Improved Triangle Similarity Complemented with User Rating Preferences (ITR) untuk menghitung nilai similarity antar pembeli dan algoritma Weighted Sum untuk menghitung nilai prediksi produk. Karakteristik pembeli diambil dari data perilaku pembeli dalam memberikan rating pada produk. Dalam pengujian model yang dilakukan dengan menggunakan data nilai prediksi pada 20 user acak pada database aplikasi Sindomall pada bulan Desember 2021 didapatkan model optimal dengan nilai parameter presentase user sebesar 100%. Hasil dari pengujian error sistem menggunakan model terpilih mendapatkan nilai MAE dan RMSE masing-masing sebesar 0,006 dan 0,013, sedangkan pada tahap pengujian akurasi sistem didapatkan nilai akurasi sebesar 0,849, nilai presisi sebesar 0,923, nilai recall sebesar 0,869, dan nilai F-score (F1) sebesar 0,895.