SISTEM REKOMENDASI KEMITRAAN BERDASARKAN PREFERENSI CALON MITRA MENGGUNAKAN CONTENT-BASED FILTERING

Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem yang dapat membantu calon mitra dalam memilih peluang kemitraan yang sesuai dengan preferensi pribadi. Permasalahan utama yang diangkat adalah ketidaksesuaian antara informasi kemitraan yang disampaikan secara umum dengan preferensi calon mitra. Data primer penelitian diperoleh dari dokumen internal PT Zona Karya Mendunia yang mencakup 20 data kemitraan, sedangkan data sekunder berasal dari studi pustaka. Fitur yang digunakan meliputi harga kemitraan, Capital Expenditure (Capex), omzet, profit, skema Break Even Point (BEP), dan kategori usaha.
Sistem rekomendasi dikembangkan dengan metode Content-Based Filtering menggunakan algoritma Cosine Similarity. Pengembangan dilakukan dengan pendekatan prototyping dan diimplementasikan dalam bentuk aplikasi web berbasis Streamlit. Sebelum perhitungan kemiripan dilakukan, data numerik dinormalisasi menggunakan Min-Max Scaling agar skala antar fitur menjadi seimbang. Perhitungan Cosine Similarity kemudian digunakan untuk menentukan tingkat kedekatan antara preferensi calon mitra dan data kemitraan yang tersedia.
Hasil rekomendasi yang diberikan sistem terbukti relevan dengan kebutuhan calon mitra, serta cukup baik dalam menangkap pilihan yang benar dari seluruh opsi yang tersedia. Pengujian dengan lima skenario masukan pengguna menghasilkan nilai rata-rata Precision sebesar 77,23% dan Recall sebesar 71,33%, yang menunjukkan bahwa sistem mampu menampilkan rekomendasi kemitraan sesuai dengan preferensi pengguna. Dengan capaian ini, masih terdapat ruang pengembangan untuk meningkatkan akurasi algoritma di masa mendatang. Namun demikian, sistem berpotensi menjadi alat bantu yang efektif dalam proses seleksi kemitraan di PT Zona Karya Mendunia.