IMPLEMENTASI CONTENT BASED FILTERING PADA SISTEM REKOMENDASI PEMILIHAN SEPEDA MOTOR

Di era modern, sepeda motor telah menjadi moda transportasi yang populer di Indonesia. Namun, keberagaman fitur yang ditawarkan seringkali membingungkan konsumen dalam memilih sepeda motor yang sesuai. Penelitian ini bertujuan untuk menganalisis, merancang, dan mengimplementasikan metode Content-Based Filtering pada sistem rekomendasi pemilihan sepeda motor berbasis web. Penelitian ini dibatasi pada penggunaan data sepeda motor dengan kubikasi mesin KURANGDARI300cc yang diproduksi oleh Honda, Yamaha, Suzuki, dan Kawasaki di Indonesia.

Hasil pengujian menunjukkan bahwa sistem ini mampu mengklasifikasikan kelas Naked dengan F1-Score sebesar 75,9%, serta kelas Skuter dan Trail/Adventure dengan F1-Score masing-masing sebesar 81,1% dan 100%. Namun, klasifikasi kelas Bebek dan Sport masih lemah, dengan F1-Score sebesar 66,6% dan 0%. Pengujian akurasi keseluruhan mencapai 75,9%, menunjukkan bahwa sistem ini cukup efektif meskipun perlu perbaikan lebih lanjut. Pengujian Content-Based Filtering menghasilkan rekomendasi yang sesuai dengan perhitungan manual menggunakan cosine similarity. Pengujian beta menunjukkan bahwa 48,14% responden "Sangat Setuju" dengan sistem ini.