Penerapan Content-Boosted Collaborative Filtering untuk Meningkatkan Kemampuan Sistem Rekomendasi Penyedia Jasa Acara Pernikahan

Abstract

The changes in lifestyle of the global society in the era of digital world development have made the smartphone technology penetration to rise continually. This condition can increase business opportunities, especially e-commerce activities that utilize technology and the internet in terms of promotions and transactions. The efficiency and effectiveness is an interesting focus that is discussed in this issue. For example, in services or products searching for a wedding where many customers still feel difficult and need a long time to find the desired things. The existence of a recommendation system also has not been able to help, especially for users who are newly registered to the system. This is because most of them will provide recommendations based on a history of user activity. Therefore, this study applies the content-boosted collaborative filtering (CBCF) method to improve the ability of the recommendation system in providing recommendations for weddings, especially for a new user. The obtained results are then compared with two commonly used methods, content-based recommendations (CB) and collaborative filtering (CF). Based on the experimental results, it can be concluded that CBCF can maintain the quality of good recommendations for long registered users with an accuracy of 84% and also can provide recommendations for new users with an accuracy of 54% which is cannot be solved by CB or CF methods.Key Word: digital businesses, wedding vendors/organizers, recommendation system, content-boosted collaborative filtering AbstrakPerubahan pola kehidupan masyarakat global pada era perkembangan dunia digital membuat penetrasi dari teknologi telepon pintar terus menaik. Kondisi ini dapat meningkatkan kesempatan bisnis khususnya kegiatan jual beli yang memanfaatkan teknologi dan internet dalam hal promosi dan transaksi. Efisiensi dan efektifitas proses menjadi fokus yang terus menarik dibahas dalam hal ini. Sebagai contoh, pada pencarian layanan atau produk untuk pernikahan yang mana banyak pelanggan masih merasakan kesulitan dan membutuhkan waktu yang lama untuk mencari sesuatu yang diinginkannya. Keberadaan sistem rekomendasi juga belum bisa membantu terlebih bagi pengguna yang baru terdaftar pada sistem. Hal ini dikarenakan kebanyakan sistem akan memberikan rekomendasi berdasarkan rekam jejak aktifitas pengguna. Maka itu, pada penelitian ini diusulkan penerapan metode content-boosted collaborative filtering (CBCF) untuk meningkatkan kemampuan sistem rekomendasi dalam pemberian rekomendasi untuk acara pernikahan, khususnya pada pengguna baru. Hasil yang diperoleh selanjutnya dibandingkan dengan dua metode yang umum digunakan yaitu content based recommendation (CB) dan collaborative filtering (CF). Berdasarkan hasil penelitian yang diperoleh, dapat disimpulkan bahwa CBCF dapat mempertahankan kualitas pemberian rekomendasi yang baik untuk pengguna lama dengan akurasi sebesar 84% serta mampu memberikan rekomendasi untuk pengguna baru dengan akurasi 54% yang mana kondisi ini tidak bisa diselesaikan oleh metode CB ataupun CF.Kata Kunci: bisnis digital, penyedia jasa acara pernikahan, sistem rekomendasi, content-boosted collaborative filtering

Development of E-Commerce Website Recommender System Using Collaborative Filtering and Deep Learning Techniques

“…Collaborative filtering works by comparing user preferences to find common ground between them and generating recommendations based on those preferences. This technique is often used in movie or music recommendation systems on platforms such as Netflix or Spotify (Kesuma & Iqbal, 2020).…”