SISTEM REKOMENDASI PEMILIHAN LIQUID MENGGUNAKAN METODE CONTENT BASED FILTERING DI TOKO MOREVAPOR GADING BERBASIS WEBSITE

Liquid merupakan produk favorit di berbagai kalangan pecinta vape. Produk ini memberikan variasi rasa yang unik dan menyegarkan, menarik perhatian pecinta vaping untuk selalu mencoba varian baru. Tingginya biaya pembelian liquid vape membuat banyak orang lebih memilih membeli produk yang direkomendasikan sesuai dengan preferensi mereka, menjadikan MoreVapor Gading sebagai pilihan utama.
Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi pemilihan liquid vape menggunakan mekanisme content-based filtering dengan pendekatan TF-IDF. Pendekatan TF-IDF dipilih karena kemampuannya dalam memberikan bobot yang lebih tepat pada kata-kata yang relevan namun tidak terlalu umum, sehingga menghasilkan rekomendasi yang lebih akurat dibandingkan dengan metode lain. Secara praktis, hasil penelitian ini memberikan manfaat signifikan bagi MoreVapor Gading, yaitu peningkatan akurasi rekomendasi produk yang dapat meminimalisir kesalahan pemesanan serta meningkatkan kepuasan dan loyalitas pelanggan.
Metode penelitian ini menggunakan model waterfall yang terdiri dari tahapan analisa, desain, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa dari 21 dataset, sistem dapat memberikan lima rekomendasi dengan nilai kemiripan tertinggi yaitu "Cair Grape" (0.1445), "American Winter Grape Candy Magic" (0.1243), "Paradewa Grape Athena" (0.1151), "American Winter Magic Fanta Float" (0.0923), dan "foom Breeze Series Guava" (0.0918) berdasarkan preferensi pengguna. Sistem rekomendasi yang dikembangkan bertujuan untuk memberikan rekomendasi yang akurat dan sesuai dengan preferensi pengguna dalam memilih.