EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

IMPLEMENTASI CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK PADA WEBSITE E-COMMERCE

Devan Rizky Saputra Zebua, Ranggi Praharaningtyas Aji, Nandang Hermanto

Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 3121-3140

DOI: 10.36341/rabit.v11i2.8006 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Devan Rizky Saputra Zebua und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan e-commerce pada sektor fashion mendorong kebutuhan sistem yang mampu membantu pengguna menemukan produk secara lebih efisien di tengah banyaknya pilihan yang tersedia. Penelitian ini bertujuan mengimplementasikan smart recommendation system berbasis content-based filtering pada website e-commerce Dinara Konveksi menggunakan metode TF-IDF (Term Frequency–Inverse Document Frequency) dan cosine similarity.Dataset yang digunakan terdiri dari 35 produk aktif yang terdaftar pada sistem e-commerce Dinara Konveksi. Data yang digunakan adalah atribut produk berupa nama, kategori, deskripsi, warna varian, dan ukuran yang digabungkan menjadi dokumen teks, kemudian diproses melalui tahap preprocessing meliputi case folding, tokenisasi, dan penghapusan stopword. Pembobotan fitur dilakukan menggunakan TF-IDF untuk menghasilkan vektor representasi setiap produk, sedangkan cosine similarity digunakan untuk mengukur tingkat kemiripan antarproduk. Sistem menghasilkan dua jenis rekomendasi: rekomendasi produk serupa yang ditampilkan pada halaman detail produk, dan rekomendasi personal yang disesuaikan dengan riwayat pembelian, keranjang belanja, dan riwayat tampilan pengguna. Implementasi menggunakan arsitektur dua lapis, yaitu skrip Python dengan scikit-learn untuk komputasi batch dan layanan PHP sebagai antarmuka runtime. Hasil evaluasi menunjukkan nilai Precision@4 sebesar 0,75, Recall@4 sebesar 0,60, F1-Score sebesar 0,67, dan Hit Rate sebesar 1,00. Sistem yang dibangun mampu memberikan rekomendasi produk yang relevan dan responsif, serta mendukung pengalaman belanja yang lebih personal bagi pengguna website Dinara Konveksi.

Zitieren

APA

Zebua, D. R. S., Aji, R. P., & Hermanto, N. (2026). IMPLEMENTASI CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK PADA WEBSITE E-COMMERCE. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 3121-3140. https://doi.org/10.36341/rabit.v11i2.8006

Vancouver

Zebua DRS, Aji RP, Hermanto N. IMPLEMENTASI CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK PADA WEBSITE E-COMMERCE. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):3121-3140. doi:10.36341/rabit.v11i2.8006

BibTeX
@article{Zebua2026,
  author = {Zebua, Devan Rizky Saputra and Aji, Ranggi Praharaningtyas and Hermanto, Nandang},
  title = {IMPLEMENTASI CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK PADA WEBSITE E-COMMERCE},
  journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
  year = {2026},
  volume = {11},
  number = {2},
  pages = {3121--3140},
  doi = {10.36341/rabit.v11i2.8006}
}
Kostenlos starten →