IMPLEMENTASI CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI PEMILIHAN LAPTOP

Perkembangan teknologi informasi berperan penting bagi kehidupan manusia, khususnya teknologi berbentuk laptop. Banyak orang mempunyai kendala saat memilih perangkat yang sesuai dengan kebutuhan beserta anggaran yang dimiliki oleh konsumen tersebut.
Penelitian ini bertujuan untuk menganalisis, merancang, dan mengimplementasikan sistem rekomendasi pemilihan laptop berbasis web menggunakan metode Content-Based Filtering. Data penelitian yang digunakan berjumlah 99 entri data laptop yang dikumpulkan dari ELS Computer dan platform Kaggle.
Spesifikasi laptop diolah melalui tahapan preprocessing data tekstual, kemudian ditransformasikan menjadi vektor numerik menggunakan metode Term Frequency – Inverse Document Frequency (TF-IDF). Pengukuran derajat kemiripan antara vektor kebutuhan pengguna dengan vektor spesifikasi laptop dihitung menggunakan algoritma Cosine Similarity. Sistem ini dibangun menggunakan framework Laravel dengan database MySQL dan menyediakan fitur interaktif berupa tab katalog, skala bobot preferensi, serta pencarian berbasis kalimat bebas (text search).
Hasil dari penelitian ini terbukti efektif dalam menghasilkan keputusan rekomendasi item yang relevan. Pengujian akurasi model menggunakan pendekatan precision menunjukkan bahwa metode preferensi otomatis menghasilkan rata-rata tingkat kecocokan sebesar 89,10%, sedangkan metode text search menghasilkan rata-rata sebesar 86,49%. Masalah cold-start berhasil diatasi karena sistem mampu bekerja mandiri mengekstrak muatan data spesifikasi perangkat tanpa ketergantungan pada riwayat interaksi pengguna lain.