Model Rekomendasi Produk Skincare Personal Menggunakan Dynamic Weighted Hybrid Collaborative Filtering dan Content-Based Filtering
Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD) · 16.11.2026 · 2 (1) · 82-93
DOI: 10.59934/jiibd.v2i1.3161 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD), online erschienen am 16.11.2026. Verfasst von Sri Kurnia und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Banyaknya pilihan produk skincare di platform daring membuat konsumen sulit menemukan produk yang cocok dengan kondisi kulitnya, sementara sistem rekomendasi hybrid yang ada umumnya menggabungkan collaborative filtering (CF) dan content-based filtering (CBF) dengan bobot statis yang sama untuk semua pengguna. Penelitian ini bertujuan membangun dan menguji model rekomendasi skincare personal yang menentukan bobot CF dan CBF secara dinamis untuk setiap pengguna. Model menggabungkan item-based CF berbasis kemiripan kosinus dengan penyusutan dan CBF berbasis TF-IDF atas komposisi bahan, klaim manfaat, kategori, dan merek. Bobot dinamis α(u) diperoleh dari validasi-diri atas riwayat penilaian pengguna, lalu disusutkan ke bobot prior sesuai jumlah bukti yang tersedia. Evaluasi dilakukan secara temporal leave-one-out pada data nyata Sephora berisi 1.104 produk, 49.938 ulasan, dan 38.907 pengguna. Parameter ditala pada data validasi, sedangkan pengujian dilakukan pada 4.433 pengguna uji. Model dynamic weighted hybrid memperoleh HR@10 0,2596, NDCG@10 0,1948, dan MRR 0,1846. Nilai ini lebih tinggi daripada CF (0,2344; 0,1808; 0,1748), CBF (0,1633; 0,1155; 0,1088), dan hybrid statis (0,2558; 0,1934; 0,1835), dengan cakupan katalog 97,9%. Uji Wilcoxon menunjukkan selisih NDCG@10 signifikan terhadap CF (p < 0,001) dan terhadap hybrid statis (p = 0,044), meskipun selisih terhadap hybrid statis kecil dan terpusat pada pengguna dengan riwayat dua ulasan atau lebih. Model diterapkan pada sistem web RekoSkin yang menyaring bahan yang ingin dihindari, menjelaskan kontribusi CF dan CBF pada setiap rekomendasi, dan memuat 15 produk lokal sebagai item cold-start.
Zitieren
APA
Kurnia, S., Safrina, Y., Ikhlas, L. M. A., Takarina, S. I., & Khaidar, A. (2026). Model Rekomendasi Produk Skincare Personal Menggunakan Dynamic Weighted Hybrid Collaborative Filtering dan Content-Based Filtering. Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD), 2(1), 82-93. https://doi.org/10.59934/jiibd.v2i1.3161
Vancouver
Kurnia S, Safrina Y, Ikhlas LMA, Takarina SI, Khaidar A. Model Rekomendasi Produk Skincare Personal Menggunakan Dynamic Weighted Hybrid Collaborative Filtering dan Content-Based Filtering. Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD). 2026;2(1):82-93. doi:10.59934/jiibd.v2i1.3161
BibTeX
@article{Kurnia2026,
author = {Kurnia, Sri and Safrina, Yuli and Ikhlas, Lisa Mulia Al and Takarina, Siti Ismi and Khaidar, Al -},
title = {Model Rekomendasi Produk Skincare Personal Menggunakan Dynamic Weighted Hybrid Collaborative Filtering dan Content-Based Filtering},
journal = {Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD)},
year = {2026},
volume = {2},
number = {1},
pages = {82--93},
doi = {10.59934/jiibd.v2i1.3161}
}
EUVIMED