Digital Cakery dengan Algoritma Collaborative Filtering

Abstract

Perkembangan era informasi yang semakin pesat membuat jumlah informasi yang tersedia semakin banyak dan beragam. Namun, manusia memiliki keterbatasan dalam memproses semua informasi tersebut. Informasi yang tersedia juga tidak semuanya bermanfaat dan dibutuhkan. Hal tersebut perlu didasarkan pada kebutuhan masing-masing pengguna sehingga informasi yang disediakan menjadi lebih tepat sasaran. Dalam mengatasi persoalan tersebut maka sebuah sistem rekomendasi diterapkan dalam sebuah website Digital Cakery yang menyediakan berbagai jenis cake kepada pengguna. Algoritma sistem rekomendasi yang digunakan adalah collaborative filtering dengan menerapkan pendekatan user-based dan item-based. Melalui dua pendekatan tersebut, sistem menyediakan rekomendasi cake yang bersifat subjektif sesuai rating masing-masing pengguna sehingga pilihan informasi dapat menjadi lebih akurat dan bernilai. Sistem juga menyediakan pilihan cake baru yang lebih personal sehingga memungkinkan pengguna untuk mencoba barang baru yang tidak sesuai dengan kebiasaan lama. Pengguna juga diberikan kesempatan untuk merancang cake kesukaannya dan membayar sesuai bahan yang digunakan. Hasil dari pengujian menyimpulkan bahwa algoritma collaborative filtering dapat menyediakan rekomendasi daftar cake yang sesuai dengan rating cake yang diberikan oleh pengguna baik secara implisit maupun eksplisit. Jumlah data yang�?�  semakin bertambah menghasilkan nilai MAE yang semakin besar dan sebaliknya jumlah data yang semakin sedikit menghasilkan nilai MAE yang semakin kecil.