Sistem Rekomendasi Jenis Sablon pada Kaos Menggunakan Metode Content-Based Filtering Berbasis Web

Pemilihan jenis sablon pada kaos sering menjadi permasalahan dalam industri konveksi karena banyak pelanggan belum memahami perbedaan karakteristik tiap jenis sablon, sehingga kesulitan menentukan pilihan yang sesuai dari segi bahan, efek, ketahanan, maupun harga. Penelitian ini bertujuan membangun sistem rekomendasi berbasis web yang dapat membantu pelanggan memilih jenis sablon sesuai preferensi agar proses pengambilan keputusan menjadi lebih cepat, tepat, dan efisien. Metode yang digunakan adalah Content-Based Filtering dengan pendekatan Term Frequency–Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk menghitung tingkat kesamaan antara kebutuhan pelanggan dengan data sablon, sedangkan pengembangan sistem menggunakan model Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi dengan PHP dan MySQL, serta pengujian. Hasil pengujian Black Box menunjukkan seluruh fungsi sistem berjalan sesuai harapan, sedangkan hasil pengujian metode melalui perhitungan metrik evaluasi memperoleh nilai precision 0,83, recall 0,80, dan f-measure 0,81, yang membuktikan bahwa metode yang digunakan mampu memberikan rekomendasi yang relevan dan akurat. Sistem ini tidak hanya membantu pelanggan dalam menentukan pilihan sablon, tetapi juga meningkatkan kualitas layanan serta daya saing usaha sablon kaos khususnya pada sektor UMKM.