Sistem Rekomendasi Produk Clothing Menggunakan Metode Collaborative Filtering

Abstract

Perkembangan e-commerce telah menghadirkan tantangan bagi konsumen dalam menemukan produk clothing yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi produk clothing menggunakan metode Collaborative Filtering, dengan fokus pada produk jaket dari brand Screamous. Sistem ini diimplementasikan menggunakan model Cosine Similarity, Singular Value Decomposition (SVD), dan Weighted Sum untuk menganalisis pola preferensi pengguna berdasarkan dataset rating produk yang tersedia. Evaluasi kinerja sistem dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) untuk mengukur akurasi rekomendasi yang dihasilkan. Hasil pengukuran menggunakan MAE dan RMSE menunjukkan bahwa sistem rekomendasi yang dikembangkan menghasilkan nilai MAE pada dua puluh user sebesar 0.316 dan nilai RMSE sebesar 0.336.