Implementasi Sistem Rekomendasi Pemilihan Laptop Berbasis Web Menggunakan Metode Hybrid Collaborative Filtering–Content-Based Filtering dengan Pendekatan TF-IDF

Maulana Ruhaedi Putra

Abstract


Di era digital saat ini, kebutuhan akan laptop yang sesuai dengan preferensi dan kebutuhan spesifik pengguna menjadi semakin penting. Namun, banyaknya pilihan yang tersedia di pasaran sering kali membuat calon pembeli kesulitan dalam menentukan pilihan yang tepat. Untuk menjawab permasalahan tersebut, penelitian ini merancang dan mengembangkan sebuah sistem rekomendasi pemilihan laptop berbasis website dengan menerapkan metode hybrid yang menggabungkan Collaborative Filtering (CF), Content-Based Filtering (CBF), serta pendekatan Term Frequency-Inverse Document Frequency (TF-IDF). Sistem ini dibangun menggunakan framework Laravel dan React JS, dengan dukungan database MySQL yang dijalankan melalui Laragon. Pengumpulan data dilakukan secara daring menggunakan Google Form, dan data tersebut dimanfaatkan untuk membangun model rekomendasi. Pengujian sistem dilakukan dengan metode black-box guna memastikan seluruh fitur berfungsi sebagaimana mestinya. Hasil penelitian menunjukkan bahwa pendekatan hybrid mampu menghasilkan rekomendasi laptop yang lebih relevan dan sesuai dengan preferensi pengguna. Sistem ini diharapkan dapat membantu pengguna dalam menentukan pilihan laptop secara lebih efisien dan efektif.

References


N. I. Putri et al., “SISTEM REKOMENDASI HIBRID PEMILIHAN MOBIL BERDASARKAN PROFIL PENGGUNA DAN PROFIL BARANG,” 2021.

Maydianto and M. Rasid Ridho, “RANCANG BANGUN SISTEM INFORMASI POINT OF SALE DENGAN FRAMEWORK CODEIGNITER PADA CV POWERSHOP,” 2021.

E. Effendi, S. Harapan, and H. M. Rambe, “Komponen Sistem Informasi,” 2023.

M. Fajriansyah, P. P. Adikara, and A. W. Widodo, “Sistem Rekomendasi Film Menggunakan Content Based Filtering,” 2021. [Online]. Available: http://j-ptiik.ub.ac.id

R. Faurina and S. Evlin, “Implementasi Metode Content-Based Filtering dan Collaborative Filtering pada Sistem Rekomendasi Wisata di Bali Implementation of Content-Based Filtering and Collaborative Filtering Method in the Tourism Recommendation System in Bali,” 2023.

Hartatik, S. D. Nurhayati, and W. widayani, “Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering Yogyakarta Culinary Recommendation System with Item-Based Collaborative Filtering Method,” 2021. [Online]. Available: https://manganenakyog.my.id/

D. Prasatya and M. T. A. Bangsa, “Sistem Rekomendasi Tempat Wisata Di Kota Jambi Menggunakan Metode Collaboratif Filtering Collaborative Filtering-Based Recommendation System for Tourist Places in Jambi City,” 2023.

F. B. A. Larasati and H. Februariyanti, “SISTEM REKOMENDASI PRODUCT EMINA COSMETICS DENGAN MENGGUNAKAN METODE CONTENT - BASED FILTERING,” vol. 4, pp. 45–54, 2021.

S. Z. Putri, M. Hariadi, and R. F. Rachmadi, “Rekomendasi Barang pada E-Commerce Menggunakan Content Based Recommender System Berbasis Ethereum Blockchain,” vol. 12, pp. 145–152, 2023.

D. Septiani and I. Isabela, “SINTESIA: Jurnal Sistem dan Teknologi Informasi Indonesia ANALISIS TERM FREQUENCY INVERSE DOCUMENT FREQUENCY (TF-IDF) DALAM TEMU KEMBALI INFORMASI PADA DOKUMEN TEKS,” pp. 81–88, 2022.

D. A. Nouvalina and K. Hati, “Sistem Rekomendasi Produk Skin Care Berdasarkan Permasalahan Kulit Wajah dengan Metode Content Based Filtering,” vol. 2, pp. 60–67, 2024.

A. Salam, M. Wali, and F. P. Albahri, “PENINGKATAN AKURASI REKOMENDASI TUGAS AKHIR MELALUI PENDEKATAN COLLABORATIVE FILTERING (CF) DAN CONTENT-BASED FILTERING (CBF),” Jun. 2024.

K. R. Putra and M. A. Rachman, “Perbandingan Metode Content-based, Collaborative dan Hybrid Filtering pada Sistem Rekomendasi Lagu,” MIND Journal, vol. 9, no. 2, pp. 179–193, Dec. 2024, doi: 10.26760/mindjournal.v9i2.179-193.

S. N. N. Ihsan and E. B. Setiawan, “The HYBRID CONTENT-BASED FILTERING AND CLASSIFICATION RNN WITH PARTICLE SWARM OPTIMIZATION FOR TOURISM RECOMMENDATION SYSTEM,” JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer), vol. 10, no. 2, pp. 241–251, Nov. 2024, doi: 10.33480/jitk.v10i2.5674.

S. Sibuea and Y. B. Widodo, “Pengembangan Model Machine Learning untuk Rekomendasi Produk Berdasarkan Analisis Pola Pembelian,” Jurnal Teknologi Informatika dan Komputer, vol. 10, no. 2, pp. 567–583, Oct. 2024, doi: 10.37012/jtik.v10i2.2354.

A. A. Huda, R. Fajarudin, and A. Hadinegoro, “Sistem Rekomendasi Content-based Filtering Menggunakan TF-IDF Vector Similarity Untuk Rekomendasi Artikel Berita,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 3, pp. 1679–1686, Dec. 2022, doi: 10.47065/bits.v4i3.2511.

K. K. Jena et al., “E-Learning Course Recommender System Using Collaborative Filtering Models,” Electronics (Switzerland), vol. 12, no. 1, Jan. 2023, doi: 10.3390/electronics12010157.

Mustaqfirin, N. Q. Nada, B. A. Herlambang, and N. L. D. M. Sari, “Implementasi Algoritma Collaborative Filtering pada Aplikasi E-Commerce Berbasis Mobile Menggunakan Metode User Centered Design,” 2023.

N. S. Mohd Nafis and S. Awang, “An Enhanced Hybrid Feature Selection Technique Using Term Frequency-Inverse Document Frequency and Support Vector Machine-Recursive Feature Elimination for Sentiment Classification,” IEEE Access, vol. 9, pp. 52177–52192, 2021, doi: 10.1109/ACCESS.2021.3069001.

S. Hashim and J. Waden, “Content-based filtering algorithm in social media,” Wasit Journal of Computer and Mathematics Science, vol. 2, no. 1, pp. 14–17, Mar. 2023, doi: 10.31185/wjcm.112.


Refbacks

  • There are currently no refbacks.



 
PANDUAN SUBMITE ARTIKEL
 


Kantor Sekertariat:
Universitas PGRI Madiun
Jl. Auri No. 14-16  Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email :  [email protected]
 
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.