Penerapan Metode Content Based Filtering Pada Sistem Rekomendasi Produk Fashion

Abstract

Trend fashion merupakan sebuah fenomena yang tidak bisa dihindari perkembangannya yang begitu signifikan. Saat ini masyarakat Indonesia bisa melakukan aktivitas yang bisa dilakukan secara online dengan berbelanja produk fashion pada halaman e-commerce. Pada e-commerce terdapat berbagai macam produk fashion yang beraneka ragam jenisnya sehingga pengguna harus menyesuaikan dengan seleranya. Tujuan dari penelitian ini untuk menerapkan metode Content Based Fltering pada sistem rekomendasi fashion dalam membantu pengguna menemukan produk sesuai dengan keyword, kategori, dan brand yang ditentukan. Data yang dikumpulkan menggunakan teknik web scraping dengan memakai website Google Colab pada halaman ASOS Fashion. Berikutnya data dibersihkan melalui preprocessing data yang selanjutnya akan dilakukan pembobotan TF-IDF dan perhitungan Cosine Similarity. Penggunaan algoritma cosine similarity untuk menghasilkan similaritas dengan memanfaatkan variabel kemiripan judul dan kalimat dalam mendapatkan fashion sesuai kebutuhan customer. Berdasarkan hasil perhitungan cosine similarity mendapatkan nilai similiratas tertinggi sebesar 0.921071 dan nilai terendah similiritasnya adalah 0.781331 dari perbandingan antar produk.