Sistem Rekomendasi Produk Pada Toko Kaka Accessories Menggunakan Metode Content-Based Filtering dan Decision Tree

ABSTRAKSISTEM REKOMENDASI PRODUK PADA TOKO KAKA ACCESSORIES MENGGUNAKAN METODE CONTENT-BASED FILTERING DAN DECISION TREEOleh :Siva Dwi Septiana 220103251Perkembangan teknologi informasi mendorong penerapan sistem rekomendasi untuk membantu pelanggan menemukan produk yang sesuai dengan preferensinya. Toko KAKA Accessories memiliki beragam produk aksesoris seperti gelang, kalung, bando, jepit rambut, dan kuncir rambut sehingga pelanggan sering mengalami kesulitan dalam memilih produk yang tepat. Penelitian ini bertujuan membangun sistem rekomendasi produk berbasis website dengan mengintegrasikan metode Decision Tree dan Content-Based Filtering.Penelitian menggunakan metodologi CRISP-DM yang meliputi tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset terdiri dari 100 data produk yang dikelompokkan ke dalam lima kategori. Decision Tree digunakan untuk mengklasifikasikan kategori produk berdasarkan atribut produk, sedangkan Content-Based Filtering memanfaatkan pembobotan TF-IDF dan Cosine Similarity untuk menghitung tingkat kemiripan produk. Nilai kemiripan kemudian dikombinasikan dengan Budget Score sebagai dasar pemeringkatan rekomendasi.Hasil penelitian menunjukkan bahwa model Decision Tree memperoleh Accuracy 90,00%, Precision 91,00%, Recall 90,00%, dan F1-Score 90%. Evaluasi sistem rekomendasi menghasilkan Average Similarity 0,15, Maximum Similarity 0,82, Precision10 81,33%, dan Recommendation F1-Score 85,52%. Selain itu, pengujian Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan. Hasil tersebut menunjukkan bahwa sistem mampu memberikan rekomendasi produk yang relevan dan membantu pelanggan memilih produk sesuai preferensinya.