Sistem Rekomendasi Pemilihan Laptop Menggunakan Metode Content-Based Filtering

Perkembangan teknologi informasi yang pesat telah meningkatkan permintaan masyarakat terhadap perangkat komputasi, khususnya laptop. Beragam pilihan yang tersedia berdasarkan spesifikasi, merek, dan harga seringkali membuat konsumen kesulitan dalam menentukan pilihan yang tepat sesuai kebutuhannya. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan mengembangkan sebuah sistem rekomendasi laptop yang dapat memberikan saran personal dan relevan guna membantu pengguna dalam mengambil keputusan yang lebih efisien.
Sistem rekomendasi ini dirancang menggunakan pendekatan Content-Based Filtering (CBF) dengan menerapkan algoritma Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Pendekatan ini digunakan untuk mengukur kemiripan antar fitur utama laptop, seperti prosesor, RAM, media penyimpanan, dan kartu grafis. Data spesifikasi laptop diperoleh melalui proses web scrapping dari situs e-commerce terpercaya, sehingga sistem memiliki sumber data yang kaya, terkini, dan mencerminkan variasi produk yang tersedia di pasar. Seluruh data kemudian diolah dan ditampilkan dalam sebuah platform berbasis web.
Berdasarkan hasil pengujian, sistem mampu memberikan rekomendasi laptop secara otomatis dengan tingkat kesesuaian yang tinggi terhadap preferensi pengguna. Sistem ini tidak hanya mempermudah proses pemilihan laptop, tetapi juga menunjukkan potensi pemanfaatan teknologi machine learning dalam menciptakan layanan rekomendasi yang efektif di ranah e-commerce. Temuan ini menjadi dasar yang kuat untuk pengembangan sistem serupa pada bidang lain yang memerlukan personalisasi informasi bagi penggunanya.