Sistem Rekomendasi E-Commerce Produk Makanan Dengan Metode Collaborative Filtering

Abstract

Perkembangan platform penjualan digital yang semakin pesat telah menyebabkan meningkatnya
jumlah produk dan pengguna, sehingga dibutuhkan mekanisme yang mampu membantu
pengguna dalam menemukan produk yang sesuai dengan kebutuhan dan minat mereka. Salah
satu solusi yang dapat diterapkan adalah sistem rekomendasi yang mampu menyajikan produk
secara personal berdasarkan pola interaksi pengguna. Penelitian ini bertujuan untuk merancang
dan mengembangkan sistem rekomendasi produk dengan memanfaatkan metode User-Based
Collaborative Filtering yang dipadukan dengan pendekatan Cosine Similarity untuk mengukur
tingkat kemiripan antar pengguna. Sumber data yang digunakan berasal dari riwayat penilaian
dan ulasan produk yang diberikan oleh pengguna pada platform penjualan. Sistem dibangun
menggunakan bahasa pemrograman PHP dan didukung oleh database MySQL sebagai media
pengelolaan data. Selanjutnya, dilakukan pengujian menggunakan skenario penggunaan yang
mendekati kondisi nyata guna mengevaluasi kualitas rekomendasi yang dihasilkan. Hasil
penelitian menunjukkan bahwa metode yang diterapkan mampu mengidentifikasi kesamaan
preferensi antar pengguna dan menghasilkan rekomendasi produk yang lebih akurat serta
relevan. Dengan adanya sistem ini, proses pencarian produk menjadi lebih efisien, pengalaman
pengguna meningkat, dan peluang terjadinya transaksi penjualan dapat lebih dioptimalkan.
Selain itu, penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem
rekomendasi yang lebih cerdas dan adaptif pada berbagai platform e-commerce di masa
mendatang.