Sistem Rekomendasi E-Commerce Produk Makanan Dengan Metode Collaborative Filtering

Abstract

Seiring dengan meningkatnya jumlah produk dan pengguna pada sebuah platform penjualan, diperlukan suatu sistem yang mampu memberikan rekomendasi produk yang relevan sesuai dengan preferensi pengguna. Rekomendasi ini diharapkan dapat membantu pengguna menemukan produk yang sesuai secara lebih cepat dan meningkatkan potensi penjualan. Penelitian ini bertujuan untuk membangun dan mengimplementasikan sistem rekomendasi produk menggunakan metode Collaborative Filtering berbasis User-Based Similarity dengan pendekatan Cosine Similarity untuk menghitung tingkat kesamaan antar pengguna. Data yang digunakan dalam penelitian ini berasal dari riwayat penilaian dan ulasan pengguna terhadap produk yang tersedia pada platform. Sistem dirancang dan diimplementasikan menggunakan bahasa pemrograman PHP serta database MySQL, yang kemudian diuji dengan skenario penggunaan nyata untuk mengukur relevansi rekomendasi. Hasil penelitian menunjukkan bahwa metode Collaborative Filtering mampu memberikan rekomendasi produk yang sesuai dengan preferensi pengguna berdasarkan kemiripan perilaku pengguna lain. Implementasi metode ini terbukti meningkatkan personalisasi rekomendasi, sehingga memudahkan pengguna dalam menemukan produk yang relevan. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan sistem rekomendasi serupa pada platform e-commerce lainnya.