Sistem rekomendasi produk sparepart motor menggunakan metode knowledge based recommendation

Alizah, Vony Nur (2026) Sistem rekomendasi produk sparepart motor menggunakan metode knowledge based recommendation. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf

Download (720kB)
[img] Text
BAB I.pdf
Restricted to Registered users only

Download (545kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (573kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (563kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (561kB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (538kB)
[img] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (544kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (533kB)

Abstract

Perkembangan perdagangan elektronik menyebabkan semakin banyak pilihan produk sparepart motor yang tersedia di berbagai platform penjualan. Kondisi tersebut sering kali menyulitkan pengguna dalam menentukan produk yang sesuai dengan jenis kendaraan, kebutuhan, serta anggaran yang dimiliki. Penelitian ini bertujuan membangun sistem rekomendasi produk sparepart motor menggunakan metode Knowledge-Based Recommendation untuk membantu pengguna memperoleh rekomendasi produk yang sesuai berdasarkan preferensi yang diberikan. Sistem dikembangkan menggunakan bahasa pemrograman Python pada platform Google Colab dengan memanfaatkan dataset sebanyak 100 data produk sparepart motor yang terdiri atas atribut nama produk, kompatibilitas motor, kategori produk, harga, dan rating. Proses rekomendasi dilakukan melalui pencocokan preferensi pengguna terhadap atribut produk, kemudian setiap produk dihitung menggunakan metode pembobotan dengan bobot kompatibilitas motor sebesar 45%, kategori produk sebesar 30%, harga sebesar 15%, dan rating sebesar 10%. Pengujian dilakukan menggunakan 10 skenario dengan mengevaluasi rekomendasi peringkat pertama (Top-1). Hasil pengujian menunjukkan bahwa seluruh skenario menghasilkan rekomendasi yang sesuai dengan kebutuhan pengguna sehingga diperoleh akurasi sebesar 100%. Penelitian ini menunjukkan bahwa penerapan metode Knowledge-Based Recommendation yang dipadukan dengan mekanisme pembobotan atribut kompatibilitas motor, kategori produk, harga, dan rating mampu menghasilkan rekomendasi yang sesuai dengan preferensi pengguna tanpa memerlukan riwayat pembelian maupun penilaian pengguna. Hasil penelitian menunjukkan bahwa metode Knowledge-Based Recommendation efektif diterapkan pada sistem rekomendasi sparepart motor serta berpotensi membantu pengguna dalam memilih produk yang sesuai secara lebih cepat dan tepat.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Sistem Rekomendasi, Knowledge-Based Rekomendasi, Sparepart Motor, Python, Google Colab
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 10 Nov 2026 04:19
Last Modified: 10 Nov 2026 04:19
URI: http://repository.unmerpas.ac.id/id/eprint/1059

Actions (login required)

View Item View Item