PENERAPAN SISTEM REKOMENDASI CONTENT BASED FILTERING PADA PEMILIHAN SKINCARE DI CAMELIA

Abstract

Skincare is a vital activity to maintain or improve the condition of facial skin. In Indonesia, skincare trends continue to grow due to various factors such as skin problems, technological advances, research on certain substances, and increasing awareness of the importance of maintaining healthy skin. Camelia skincare, a skincare store that has a website that displays many products on the camelia website without any search or recommendation system, making it difficult for visitors to choose the right product. Therefore, researchers want to build a skincare product recommendation system based on product data on the website using the content-based filtering method and the naïve bayes algorithm for calculating the similarity value. This research uses primary and secondary data from existing data on the website. The development method used is the Agile Software Development method. The agile software development method has several stages, namely planning, implementation, testing, documentation, deployment and maintenance. In conducting the research, researchers used the observation method by looking at existing data on the camelia website. As for the resulting features themselves are skincare search, skincare list, skincare details, and also skincare recommendations. For testing the system itself using the recall and precision table method. And from these tests, the average percentage of recall value is 89% and the percentage of precision value is 96%.

ABSTRAK

Skincare merupakan kegiatan vital untuk menjaga atau memperbaiki kondisi kulit wajah. Di Indonesia, tren perawatan kulit terus berkembang karena berbagai faktor seperti permasalahan kulit, kemajuan teknologi, penelitian terhadap zat tertentu, dan meningkatnya kesadaran akan pentingnya menjaga kesehatan kulit. Camelia skincare, toko perawatan kulit yang memiliki website yang menampilkan banyak produk di website camelia tanpa ada sistem pencarian ataupun rekomendasi sehingga menyulitkan pengunjung dalam memilih produk yang sesuai. Oleh karena itu, peneliti ingin membangun sistem rekomendasi produk skincare berdasarkan data produk pada website tersebut dengan menggunakan metode content based filtering dan algoritma naïve bayes untuk perhitungan nilai similarity. Penelitian ini menggunakan data primer dan sekunder dari data yang ada pada website. Metode pengembangan yang digunakan adalah metode Agile Software Development. Metode pengembangan sistem agile software development memiliki beberapa tahapan, yaitu planning, implementation, testing, documentation, deployment dan maintenance. Pada pelaksanaan penelitian, peneliti menggunakan metode observasi dengan melihat data yang sudah ada pada website camelia. Sedangkan untuk fitur yang dihasilkan sendiri adalah pencarian skincare, list skincare, detail skincare, dan juga rekomendasi skincare. Untuk pengujian sistemnya sendiri menggunakan metode tabel recall dan  precision. Dan dari pengujian tersebut didapatkan rata-rata prosentase nilai  recall yaitu 89% dan prosentase nilai precision yaitu 96%.