Pengembangan Sistem Rekomendasi Produk E-Commerce Menggunakan Algoritma Collaborative Filtering
DOI:
https://doi.org/10.31004/riggs.v4i2.1349Keywords:
Perdagangan Elektronik, Penyaringan Kolaboratif, Sistem RekomendasiAbstract
Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi produk e-commerce yang efektif menggunakan algoritma collaborative filtering. Dengan semakin meningkatnya jumlah pengguna dan produk di platform e-commerce, sistem rekomendasi menjadi sangat penting untuk membantu pengguna menemukan produk yang relevan dan sesuai dengan preferensi mereka. Penelitian ini menggunakan metode collaborative filtering untuk membangun sistem rekomendasi yang dapat memprediksi preferensi pengguna berdasarkan perilaku dan rating produk yang diberikan oleh pengguna lain yang memiliki profil serupa. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dikembangkan dapat memberikan rekomendasi produk yang akurat dan relevan bagi pengguna, sehingga dapat meningkatkan kepuasan dan loyalitas pengguna. Sistem rekomendasi dapat menjadi salah satu strategi pemasaran yang efektif untuk meningkatkan penjualan dan meningkatkan pengalaman pengguna di platform e-commerce.
Downloads
References
Sari, D. M. (2020). Sistem Rekomendasi Produk E-Commerce Menggunakan Metode Collaborative Filtering. Jurnal Informatika Universitas Pamulang, 5(2), 89–96.
Ramadhani, R., & Nugroho, A. S. (2022). Implementasi Content-Based Filtering untuk Rekomendasi Produk Pakaian pada E-Commerce. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 9(1), 45–53.
Wulandari, F., & Hermawan, D. (2019). Perbandingan Collaborative Filtering dan Content-Based Filtering untuk Sistem Rekomendasi Buku. Jurnal Ilmiah Teknik Informatika Komputer (JITIK), 5(1), 23–30.
S. N. Jannah, "Perancangan Sistem Rekomendasi Menggunakan Metode Collaborative Filtering," dalam Prosiding Konferensi Nasional Teknik Informatika, 2019.
C. S. D. Prasetya, “Sistem Rekomendasi Pada E-Commerce Menggunakan K-Nearest Neighbor,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, p. 194, 2017, doi: 10.25126/jtiik.201743392.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Tathia Ramadhani, Salsa Nabilah , Aditya Abimayu, Tomus Loi

This work is licensed under a Creative Commons Attribution 4.0 International License.


















