Sistem rekomendasi produk aplikasi marketplace berdasarkan karakteristik pembeli menggunakan metode user based collaborative filtering

ABSTRAK:

Sistem rekomendasi produk merupakan sebuah sistem yang dapat memberikan prediksi produk yang relevan terhadap perilaku atau karakteristik user, sehingga dapat mempengaruhi user dalam mengambil keputusan untuk membeli suatu produk. Penelitian ini dilakukan untuk dapat memberikan rekomendasi kepada pembeli pada aplikasi marketplace Sindomall dengan menggunakan metode User Based Collaborative Filtering dikolaborasikan dengan algoritma Improved triangle similarity complemented with user rating preferences (ITR) untuk menghitung nilai similarity antar pembeli dan algoritma Weighted Sum untuk menghitung nilai prediksi produk. Karakteristik pembeli diambil dari data perilaku pembeli dalam memberikan rating pada produk. Dalam pengujian model yang dilakukan dengan menggunakan data nilai prediksi pada 20 user acak pada database aplikasi Sindomall pada bulan Desember 2021 didapatkan model optimal dengan nilai parameter presentase user sebesar 100%. Hasil dari pengujian error sistem menggunakan model terpilih mendapatkan nilai MAE dan RMSE masing-masing sebesar 0.006 dan 0.013, sedangkan pada tahap pengujian akurasi sistem didapatkan nilai akurasi sebesar 0.849, nilai presisi sebesar 0.923, nilai recall sebesar 0.869, dan nilai F-score (F1) sebesar 0.895.

ABSTRACT:

The product recommendation system is a system that can provide product predictions that are relevant to the behavior or characteristics of the user, so that it can influence the user in making decisions to buy a product. This research was conducted to be able to provide recommendations to buyers on the Sindomall marketplace application using the User Based Collaborative Filtering method in collaboration with the Improved triangle similarity complemented with user rating preferences (ITR) algorithm to calculate the similarity value between buyers and the Weighted Sum algorithm to calculate the predictive value of the product. Buyer characteristics are taken from buyer behavior data in rating the product. In model testing conducted using predictive value data on 20 random users on the Sindomall application database in December 2021, the optimal model was obtained with a user percentage parameter value of 100%. The results of the system error testing using the selected model get the MAE and RMSE values of 0.006 and 0.013 respectively, while at the system accuracy testing stage the accuracy value is 0.849, the precision value is 0.923, the recall value is 0.869, and the F-score (F1) value is 0.895.

مستخلص البحث:

نظام توصية المنتجات هو نظام يمكنه توفير تنبؤات منتجات ذات الصلة بسلوك المشتري، بحيث يمكن أن يؤثر على المشتري في اتخاذ قرارات شراء منتج. تم إجراء هذا البحث ليكون قادرًا على تقديم توصيات للمشترين على تطبيق متجرSindomall باستخدام طريقة User Based Collaborative Filtering بالتعاون مع خوارزمية Improved triangle similar complemented with user rating preferences (ITR) لحساب تقييم التشابه بين المشترين وخوارزمية Weighted Sum لحساب تقييم التنبؤ للمنتج. يتم أخذ سلوك المشتري من بيانات سجل المشتري في تقييم المنتج. وفي اختبار النموذج الذي تم إجراؤه باستخدام بيانات تقييم التنبؤ على 20 مستخدمًا عشوائيًا من قاعدة بيانات تطبيق Sindomall بتاريخ ديسمبر 2021، تم الحصول على النموذج الأمثل بنسبة 100٪. وحاصل نتائج تقارير الأخطاء النظام باستخدام النموذج المحدد على قيمتي MAE و RMSE بمعدل 0.006 و 0.013 على التوالي. بينما في مرحلة اختبار دقة النظام، تبلغ قيمة الدقة 0.849، وقيمة الضبط 0.923، وقيمة الاسترجاع 0.869، وقيمة درجة F-score (F1) هي 0.895.