REKOMENDASI PRODUK DENGAN METODE ITEM-BASED COLLABORATIVE FILTERING DENGAN ALGORITMA ADJUSTED COSINE SIMILARITY PADA APLIKASI THRIFT SHOP BERBASIS WEBSITE

Thrift shop merupakan sebuah marketplace yang bergerak dibidang penjual produk barang barang bekas(thrift). Banyaknya jumlah produk yang ditawarkan membuat beberapa pelanggan kesulitan dalam menentukan pilihan mengenai produk apa yang pelanggan pilih dan cocok dengan selera pelanggan. Hal ini yang menjadikan perlunya sebuah sistem rekomendasi yang mampu memberikan rekomendasi produk yang sesuai selera pelanggan untuk memudahkan dalam memilih produk yang akan dibeli. Penelitian ini menggunakan metode item-based collaborative filtering, dimana sistem akan mencari kesamaan model pembelian (similarity item) dengan yang lainnya. Selanjutnya, sistem akan mencari rating antara item-item berdasarkan tingkat kemiripan yang ada. Setelah rating antar item didapat, maka rating ini akan digunakan dihitung nilai kemiripan antara item dengan menggunakan perhitungan cosine similarity. Hasil dari dari perhitungan kemiripan antar item akan digunakan untuk tahap selanjutnya. Produk – produk yang direkomendasikan kepada pengguna terlebih dahulu diurutkan dari nilai prediksi terbesar hingga nilai prediksi terkecil, lalu diberikan batasan jumlah produk yang akan direkomendasikan. Jika jumlah produk yang direkomendasikan kepada pengguna berjumlah 3, maka produk yang direkomendasikan merupakan tiga produk yang memiliki nilai prediksi tertinggi.