RANCANG BANGUN SISTEM REKOMENDASI HYBRID PEMILIHAN UNIT AC SPLIT PADA RUANG ATM BCA

ABSTRAK

RANCANG BANGUN SISTEM REKOMENDASI HYBRID PEMILIHAN UNIT AC SPLIT PADA RUANG ATM BCA
Oleh:
Wahyudi Setya Pradhana
210103172
AC Split adalah salah satu jenis pendingin ruangan yang dipasang pada ruang ATM, mesin ATM sendiri suhunya harus dalam kondisi stabil untuk menjaga agar mesin dan CPU ATM tidak overheat dan error jika kondisi suhu panas, maka dari itu setiap ruangan wajib dipasang AC Split untuk menjaga kondisi suhu ruangan. AC juga menjadi kendala yaitu sering trouble atau rusak, jadi masa pemakaian AC Split tidak lebih dari 3 tahun kebanyakan sudah rusak dan diganti dengan yang baru. Dalam kasus ini User masih kesulitan untuk menentukan produk AC Split yang akan digunakan untuk mengganti produk yang rusak karena minimnya pengetahuan tentang produk yang akan dipilih oleh User.
Dalam membantu pemilihan dan penggantian unit AC Split pihak dari User meminta agar dibuatkan rancangan sistem rekomendasi sehingga memudahkan dalam pemilihan dan pembelian unit AC Split. Desain pemodelan Hybrid Recommendation yang digunakan dalam penelitian ini adalah Parallelized Hybridization dimana Penelitian ini mengembangkan Sistem Rekomendasi Hybrid yang menggabungkan dua model rekomendasi secara paralel. Recommender pertama adalah Content-Based Filtering menggunakan teknik Naive Bayes untuk menghitung kesamaan (similarity) antara kata kunci kebutuhan pengguna dan deskripsi produk berdasarkan spesifikasi teknis. Recommender kedua adalah Knowledge-Based Recommendation menggunakan teknik Case-Based Reasoning (CBR) dengan bobot atribut merk (20%), spesifikasi (30%), dan harga (50%). Data primer dikumpulkan dari mitra PT. Dana Purna Investama melalui observasi dan wawancara, mencakup 15 produk AC Split beserta atributnya.
Pengembangan sistem mengikuti metode Extreme Programming (XP) dengan tahapan: (1) perencanaan kebutuhan sistem, (2) perancangan model rekomendasi, (3) implementasi menggunakan PHP Laravel dan MySQL, serta (4) pengujian menggunakan Blackbox Testing. Hasil kedua recommender digabungkan menggunakan bobot seimbang (0,5:0,5) untuk menghasilkan skor similarity akhir. Produk dengan nilai tertinggi ditampilkan sebagai rekomendasi. Metode ini terbukti efektif menghasilkan rekomendasi yang relevan sesuai kebutuhan pengguna di lingkungan operasional ATM BCA. Berdasarkan hasil pemodelan Hybrid Recommendation dengan teknik Parallelized Hybridization dengan 15 data yang dapat memberikan rekomendasi produk AC Split berdasarkan kriteria yang dibutuhkan oleh user dengan menghitung nilai similarity. Produk unit AC Split LG T09EV5 dengan nilai similarity yang tertinggi yaitu 0,665 akan ditampilkan sebagai hasil rekomendasi produk AC Split.