Purba, Viviana (2026) Penerapan Model Machine Learning dengan Content-Based Filtering untuk Sistem Rekomendasi Produk Merchandise K-Pop pada Aplikasi Justifans. Project Report (Praktek Kerja Lapang dan Magang). UPN Veteran Jawa Timur. (Unpublished)
|
Text (Cover)
22082010152_Cover.pdf Download (2MB) | Preview |
|
|
Text (Bab 1)
22082010152_Bab 1.pdf Download (145kB) | Preview |
|
![[img]](https://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab 2)
22082010152_Bab 2.pdf Restricted to Repository staff only until 26 May 2029. Download (251kB) |
|
|
Text (Bab 3)
22082010152_Bab 3.pdf Restricted to Repository staff only until 26 May 2029. Download (298kB) |
|
|
Text (Bab 4)
22082010152_Bab 4.pdf Restricted to Repository staff only until 26 May 2029. Download (2MB) |
|
|
Text (Bab 5)
22082010152_Bab 5.pdf Download (7kB) | Preview |
|
|
Text (Daftar Pustaka)
22082010152_Daftar Pustaka.pdf Download (136kB) | Preview |
|
|
Text (Lampiran)
22082010152_Lampiran.pdf Restricted to Repository staff only until 26 May 2029. Download (41kB) |
Abstract
Sistem rekomendasi adalah teknologi penting untuk meningkatkan pengalaman pengguna di platform e-commerce. Justifans, aplikasi yang menghubungkan pelaku jasa titip (jastiper) dengan penggemar K-Pop yang mencari merchandise impian, dengan sistem rekomendasi untuk menyajikan produk secara personal. Penelitian ini bertujuan menerapkan sistem rekomendasi produk merchandise K-Pop pada aplikasi Justifans dengan mengintegrasikan model Content-Based Filtering dan Collaborative Filtering. Tahapan penelitian meliputi pengumpulan data produk Justifans, pengembangan model rekomendasi, perancangan antarmuka web, implementasi model, dan pengujian sistem. Model Content-Based Filtering merekomendasikan produk berdasarkan kesamaan atribut, seperti kategori, harga dan jumlah terjual, sedangkan model Collaborative Filtering dikembangkan menggunakan TensorFlow dan Keras untuk mempelajari pola interaksi berupa rating dari pengguna ke produk. Dataset yang digunakan berupa dataser produk dan dataset penilaian pengguna terhadap produk, yang diproses dengan normalisasi, pembagian dataset, dan pelatihan model menggunakan metrik Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa rekomendasi model Content-Based Filtering yang dikembangkan sudah menghasilkan rekomendasi produk yang relevan dan rekomendasi model Collaborative Filtering mencapai nilai RMSE rendah, menunjukkan akurasi prediksi rating yang baik. Kesimpulannya, penelitian ini berhasil mengimplementasikan model Content-Based Filtering dan Collaborative Filtering untuk sistem rekomendasi pada aplikasi Justifans, memberikan pengalaman belanja yang lebih personal dan efisien.
| Item Type: | Monograph (Project Report (Praktek Kerja Lapang dan Magang)) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | Q Science > QA Mathematics > QA76.6 Computer Programming Q Science > QA Mathematics > QA76.87 Neural computers |
||||||||
| Divisions: | Faculty of Computer Science > Departemen of Information Systems | ||||||||
| Depositing User: | Viviana Purba | ||||||||
| Date Deposited: | 26 May 2026 03:37 | ||||||||
| Last Modified: | 26 May 2026 03:37 | ||||||||
| URI: | https://repository.upnjatim.ac.id/id/eprint/52727 |
Actions (login required)
 |
View Item |