PENERAPAN METODE KNOWLEDGE BASED PADA SISTEM REKOMENDASI PAKAN KUCING BERBASIS APLIKASI MOBILE

Memilih makanan kucing yang tepat seringkali menjadi kendala bagi pelanggan Giant Petshop dikarenakan banyaknya variasi produk dan rekomendasi dari penjual yang monoton. Penelitian ini merancang sistem rekomendasi makanan kucing berbasis aplikasi mobile dengan menerapkan metode knowledge based dan pendekatan constraint based. Sistem memungkinkan pengguna untuk menerima saran produk berdasarkan atribut merek, rasa, usia kucing, berat, harga, dan jenis makanan. Pengumpulan data dilakukan melalui studi literatur dan observasi langsung di Giant Petshop, dengan pengembangan sistem mengikuti model waterfall meliputi analisis kebutuhan, perancangan UML, dan implementasi. Hasil pengujian sistem menunjukkan kinerja yang sangat baik dengan presisi sebesar 88,90% yang membuktikan keakuratan rekomendasi sesuai kriteria pengguna, dan recall sebesar 100% yang menunjukkan kelengkapan dalam menampilkan seluruh produk yang relevan. Hasil ini menegaskan bahwa sistem dapat membantu dan memudahkan pengguna dalam menemukan produk yang sesuai dengan kebutuhannya.