Pembuatan Modul Rekomendasi pada OpenCart Menggunakan Metode Item-Based Collaborative Filtering

Abstrak

Penelitian ini bertujuan menambahkan modul rekomendasi pada content management system Opencart. Salah satu pendekatan dalam rekomendasi adalah item-based collaborative filtering. Metode item-based collaborative filtering dapat mengurangi waktu eksekusi perhitungan. Metode item-based collaborative filtering pada penelitian ini menggunakan perhitungan adjusted cosine similarity untuk menghitung nilai kemiripan antarbuku dan weighted sum untuk menghitung nilai prediksi rate buku. Untuk mendapatkan rekomendasi, pengguna harus melakukan login dan memberikan rate pada buku. Berdasarkan rate pengguna, nilai kemiripan dihitung menggunakan adjusted cosine similarity. Berdasarkan kemiripan antarbuku, nilai prediksi rate buku dicari menggunakan weighted sum. Sebelum buku direkomendasikan kepada pengguna, kategori prediksi buku dicocokkan dengan kategori buku yang telah diberi rate oleh pengguna. Penelitian ini menggunakan 300 buku dan 30 pengguna sebagai data. Dari hasil penelitian, hanya 17 pengguna yang mendapatkan rekomendasi. Pengujian dilakukan dengan menganalisis waktu eksekusi dan keakuratan rekomendasi. Waktu eksekusi dalam pengujian ini adalah 1.60 detik. Untuk menghitung keakuratan rekomendasi, penelitian ini menggunakan mean absolute error dengan hasil perhitungan 0.15.

Kata kunci: e-commerce, item-based collaborative filtering, recommender system.