PENERAPAN METODE CONTENT-BASED FILTERING UNTUK REKOMENDASI TANAMAN HIAS AQUASCAPE

Perkembangan teknologi informasi telah mendorong pemanfaatan sistem rekomendasi dalam berbagai bidang, termasuk hobi aquascape. Pemilihan tanaman hias aquascape sering menjadi kendala karena setiap tanaman memiliki karakteristik yang berbeda, seperti suhu, pH, intensitas cahaya, posisi tanaman, dan tingkat kesulitan. Oleh karena itu, diperlukan sistem rekomendasi yang dapat membantu pengguna memilih tanaman sesuai dengan preferensinya.Penelitian ini bertujuan membangun sistem rekomendasi tanaman hias aquascape berbasis web menggunakan metode Content-Based Filtering dengan perhitungan Cosine Similarity. Sistem memberikan rekomendasi berdasarkan tingkat kemiripan antara preferensi pengguna dan karakteristik tanaman yang meliputi suhu, pH, intensitas cahaya, posisi tanaman, dan tingkat kesulitan. Dataset yang digunakan terdiri dari 40 jenis tanaman hias aquascape.Hasil pengujian menunjukkan bahwa sistem dapat berjalan dengan baik berdasarkan Black Box Testing. Selain itu, hasil pengujian precision pada lima skenario pengujian memperoleh nilai rata-rata sebesar 86,67%, yang menunjukkan bahwa sistem mampu memberikan rekomendasi tanaman yang relevan sesuai dengan preferensi pengguna.