Sistem Rekomendasi Sepatu Lokal Menggunakan Metode Collaborative Filtering Pada Toko Sepatu Tarsius Store
DOI:
https://doi.org/10.34818/eoe.v9i3.18073Abstract
Abstrak Berdasarkan survei CNBC pada tahun 2016- 2018 terjadi peningkatan minat brand sepatu lokal sebanyak 50- 70% di Indonesia, dengan terjadinya peningkatan ini banyak brand dan jenis sepatu lokal yang beredar. Tiapkonsumen memiliki karatakrestik dan minat yang berbeda, sehingga diperlukan sebuah sistem rekomendasi untuk membantu para konsumen mendapatkan hasil rekomendasi. Penelitian ini dilakukan di toko sepatu Tarsius store, toko ini telah banyak menjual brand sepatu lokal. Namun masih banyak calon pelanggan yang bingung untuk membeli brand sepatu lokal yang cocok untuk dirinya. Dengan alasan inilah akan dibuat sebuah sistem rekomendasi sepatu lokal pada kasus toko Tarsius store. Sistem rekomendasi sepatu lokal ini dibangun menggunakan metode collaborative filtering dengan melihat rating produk dari konsumen. Sistem yang dibangun berdasarkan hasil rating konsumen dengan skala 0-5. Sistem rekomendasi berhasil memberikan luaran 10 pilihan item teratas. Pengukuran peformansi dilakukan dengan 2 cara yaitu, menggunakan MAE dan melalui survei kepada para responden. Hasil pengukuran MAE mendapatkan nilai pengujian satu user dengan MAE sebesar 0.23 dan pengujian lima user dengan MAE sebesar 0,25. Hasil survei membuktikan sebesar 99,5%responden menerima rekomendasi item dengan nilai MAE sebesar 0,69. Kata kunci : Sepatu lokal, sistem rekomendasi, collaborative filtering, MAE.References
1. Rohman Zainur Isnanda and Kharisma Ivan Athanasius. 2020. Pengaruh Celebrity Endorser, Brand Image, Brand Loyalty, dan Perceived Quality Terhadap Minat Beli Konsumen dan Dampaknya Terhadap Intensi Rekomendasi. Jurnal Kajian Managemen Bisnis, 9(2) 2020: 80-91.
2. Gustina, Juan Aseta (2017) Faktor – Faktor Yang Mempengaruhi Proses Keputusan Pembelian Sepatu Kulit: survei pada konsumen sepatu kulit dondhicero di Bandung. S1 thesis, Universitas Pendidikan Indonesia
3. Kurniawan, Arif, 2016. Sistem Rekomendasi Produk Sepatu Dengan Menggunakan Metode Collaborative Filtering. Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016), Yogyakarta, 18-19 Maret 2016, ISSN: 2089-9815..
4. M. Irfan, A. D. C, and F. H. R, 2014. Sistem Rekomendasi: Buku Online Dengan Metode Collaborative Filtering. J. Teknol. Technoscientia, vol. 7, no. 1, pp. 76–84, 2014.”
5. L. Dzumiroh and R. Saptono, "Penerapan Metode Collaborative Filtering Menggunakan Rating Implisit pada Sistem Perekomendasi Pemilihan Film di Rental VCD," ITSMART, vol. Vol. 1 No.2, no. ISSN : 2301–7201, pp. 54-59, 2012. A
6. Shakirova Elena. 2017. Collaborative Filtering For Music Recommender System. 2017 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus).
7. Mukesh Kumar Kharita; Atul Kumar; Pardeep Singh. 2018. Item-Based Collaborative Filtering in Movie Recommendation in Real Time. 2018 First International Conference on Secure Cyber Computing and Communication (ICSCCC).
8. Ching-Seh Mike Wu; Deepti Garg; Unnathi Bhandary. 2018. Movie Recommendation System Using Collaborative Filtering. 2018 IEEE 9th International Conference on Software Engineering and Service Science (ICSESS).
9. Gusti Prabowol; Muhammad Nasrun; Ratna Astuti Nugrahaeni. 2019. Recommendations for Car Selection System Using Item-Based Collaborative Filtering (CF). 2019 IEEE International Conference on Signals and Systems (ICSigSys).
10. Sugiyono. 2015. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung : ALFABETA.
11. Lisdyawati Dyah. 2013. Sistem Rekomendasi Pembelian Produk Menggunakan Kartu Kredit Berbasis Collaborative Filtering. Skripsi, Universitas Telkom.
12. Suryanto Adi Andik dan Muqtadir Asfan. Penerapan Metode Mean Absolute Error (MAE) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi. Saintekbu: Jurnal Sains dan Tegnologi 2019, ISSN 1979-7141.
13. Kalz M, Drachsler Hendrik, Bruggen Van and Hummel Hans. 2008. Wayfinding Services for Open Educational Practices. International Journal of Emerging Technologies in Learning (iJET) 3(2):24-28.
