Metode Item-Based Collaborative Filtering untuk Rekomendasi Produk Skincare

Yulviani Puteri Puspita Sari; Erni Seniwati; Bahtiar Rahman

doi:10.47134/jacis.v5i1.113

Authors

Yulviani Puteri Puspita Sari Universitas Amikom Yogyakarta
Erni Seniwati Universitas Amikom Yogyakarta
Bahtiar Rahman Universitas Amikom Yogyakarta

DOI:

https://doi.org/10.47134/jacis.v5i1.113

Keywords:

IBCF, Produk Skincare, Sistem Rekomendasi

Abstract

Pemilihan produk skincare yang sesuai sering kali menjadi tantangan bagi konsumen karena banyaknya variasi produk dan perbedaan jenis kulit individu. Konsumen membutuhkan rekomendasi produk dengan memberikan kedekatan keseuaian item skincare yang dibutuhkan. Untuk mengatasi permasalahan tersebut, pada penelitian ini dibuat sistem rekomendasi untuk produk skincare dengan menggunakan metode Item-Based Collaborative Filtering(IBCF). Metode ini merekomendasikan produk dengan menganalisis kesamaan antar item berdasarkan riwayat interaksi pengguna, seperti ulasan, rating, atau pembelian. Dengan menghitung tingkat kemiripan antar produk menggunakan metrik cosine similarity, sistem dapat menyarankan produk skincare yang mirip dengan produk-produk yang sebelumnya disukai oleh pengguna lain dengan preferensi serupa. Dataset yang digunakan bersumber dari dataset publik yaitu kaggle. Data kategori produk yang dilibatkan pada penelitian ini yaitu Pembersih Wajah, Masker, Penutup, Sunscreen, dan Perawatan serta total data produk sebanyak 2.453. Berdasarkan pengujian yang dilakukan dengan memilih kategori produk "Masker", brand/merek yang dipilih "Asama", dan produk spesifik "Purifying Deep Cleansing Clay Mask" telah berhasil memberikan hasil rekomendasi teratas yaitu produk Mediheal - Teatree Care Solution Essential Mask EX dengan detail skor yang transparan: Rating score 81.2%, Review score 100%, menghasilkan Total Skor 90.6%. Hasil yang diperoleh menunjukkan bahwa sistem rekomendasi yang telah dibuat dapat memberikan hasil rekomendasi dengan persentase sangat baik yaitu mendekati 100%

References

[1] A. L. Rachman and J. F. Sofyan, “Analisis Determinan Kepuasan Konsumen Produk Kecantikan Di Aplikasi Sociolla,” Din. Publik J. Manaj. dan Adm. Bisnis, vol. 1, no. 4, pp. 404–425, 2023, doi: 10.59061/dinamikapublik.v1i4.448. DOI: https://doi.org/10.59061/dinamikapublik.v1i4.448

[2] Z. Adinda and M. Azira, “Analisis Faktor-Faktor yang Mempengaruhi Keputusan Pembelian Skincare pada E-Commerce: Implementasi Sistem Informasi Manajemen,” J. Sist. Informasi, Akunt. dan Manaj., vol. 4, no. 1, pp. 01–12, 2024, doi: 10.54951/sintama.v4i1.644. DOI: https://doi.org/10.54951/sintama.v4i1.644

[3] E. Erlangga and H. Sutrisno, “Jurnal Manajemen Sistem Informasi dan Teknologi Sistem Rekomendasi Beauty Shop Berbasis Collaborative Filtering,” J. Manaj. Sist. Inf. dan Teknol., vol. 10, no. 2, pp. 2745–7265, 2020, doi: 10.36448/jmsit.v10i2.1611. DOI: https://doi.org/10.36448/jmsit.v10i2.1611

[4] R. F. Abdillah and A. N. Pramesti, “Dampak Rating dan Ulasan Konsumen Terhadap Keputusan Pembelian di E-Commerce,” Pros. Semin. Nas. AMIKOM Surakarta, vol. 2, no. Desember, pp. 1480–1494, 2024.

[5] F. Yuniardini and T. Widiyaningtyas, “Analisis Perbandingan Pearson Correlation dan Cosine Similarity pada Rekomendasi Musik berbasis Collaborative Filtering,” Edumatic J. Pendidik. Inform., vol. 8, no. 2, pp. 555–564, 2024, doi: 10.29408/edumatic.v8i2.27781. DOI: https://doi.org/10.29408/edumatic.v8i2.27781

[6] A. Rosita, N. Puspitasari, and V. Z. Kamila, “Rekomendasi Buku Perpustakaan Kampus Dengan Metode Item-Based Collaborative Filtering,” Sebatik, vol. 26, no. 1, pp. 340–346, 2022, doi: 10.46984/sebatik.v26i1.1551. DOI: https://doi.org/10.46984/sebatik.v26i1.1551

[7] R. R. Mahendra, F. T. Anggraeny, and H. E. Wahanani, “Implementasi Item-Based Collaborative Filtering Untuk Rekomendasi Film,” Repeater Publ. Tek. Inform. dan Jar., vol. 2, no. 3, pp. 213–221, 2024, doi: 10.62951/repeater.v2i3.140. DOI: https://doi.org/10.62951/repeater.v2i3.140

[8] R. M. Daulah and R. H. P. Sejati, “Penerapan Collaborative Filtering Pada Sistem Pemesanan Menu Kafe Untuk Meningkatkan Cross Selling Berbasis Android,” JINTEKS (Jurnal Inform. Teknol. dan Sains), vol. 6, no. 4, pp. 929–936, 2024, doi: 10.51401/jinteks.v6i4.4874. DOI: https://doi.org/10.51401/jinteks.v6i4.4874

[9] L. Q. Rosydah and T. Widiyaningtyas, “Perbandingan Cosine Similarity dan Mean Squared Difference dalam Rekomendasi Buku Fiksi berbasis Item,” Edumatic J. Pendidik. Inform., vol. 8, no. 2, pp. 565–574, 2024, doi: 10.29408/edumatic.v8i2.27783. DOI: https://doi.org/10.29408/edumatic.v8i2.27783

[10] B. Prasetyo, H. Haryanto, S. Astuti, E. Z. Astuti, and Y. Rahayu, “Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone,” Eksplora Inform., vol. 9, no. 1, pp. 17–27, 2019, doi: 10.30864/eksplora.v9i1.244. DOI: https://doi.org/10.30864/eksplora.v9i1.244

[11] H. Hartatik, S. D. Nurhayati, and W. Widayani, “Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering,” J. Autom. Comput. Inf. Syst., vol. 1, no. 2, pp. 55–63, 2021, doi: 10.47134/jacis.v1i2.8. DOI: https://doi.org/10.47134/jacis.v1i2.8