Penerapan Content-Based Filtering untuk Rekomendasi Produk di Tazkya Minimarket Berbasis Web

Sistem Sistem rekomendasi merupakan solusi penting dalam meningkatkan efisiensi pencarian produk oleh pengguna. Tazkya Minimarket saat ini masih menerapkan sistem pembelian manual, di mana pelanggan harus datang langsung ke toko dan memilih produk secara konvensional. Hal ini menjadi dasar penelitian dalam mengembangkan sistem rekomendasi produk berbasis web menggunakan pendekatan Content-Based Filtering untuk meningkatkan kenyamanan dan kecepatan akses informasi produk.
Metode yang digunakan dalam sistem ini adalah pembobotan teks menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) dan perhitungan kemiripan antar produk dengan Cosine Similarity. Atribut yang digunakan dalam proses rekomendasi meliputi nama barang, kategori, sub-kategori, merek, dan deskripsi produk. Proses text preprocessing dilakukan untuk mengekstraksi kata kunci dari deskripsi produk guna membangun matriks kemiripan. Sistem tidak hanya menampilkan hasil pencarian berdasarkan kata kunci, tetapi juga merekomendasikan produk serupa secara otomatis.
Evaluasi sistem dilakukan dengan menggunakan Confusion Matrix untuk menghitung nilai precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa sistem menghasilkan nilai precision sebesar 1.0, recall sebesar 1.0, dan F1-score sebesar 1.0. Validasi juga dilakukan dengan membandingkan perhitungan manual dan hasil sistem, yang menunjukkan kesesuaian identik. Dengan hasil tersebut, sistem ini dinyatakan efektif dan layak digunakan untuk membantu pengguna menemukan produk yang relevan secara cepat dan tepat.