Aplikasi Deep Online Shopping Berbasis Sistem Rekomender

TIM PENELITI:

ADE ROMADHONY, ST., MT.

BAMBANG PUDJOADMODJO, SSi., MT.

SAID AL FARABY, ST

ABSTRAK

Dalam beberapa tahun terakhir, transaksi jual-beli yang di Indonesia yang dilakukan secara online menunjukkan trend peningkatan yang cukup signifikan. Hal ini difasilitasi dengan semakin mudahnya pembuatan situs belanja online, penggunaan media jejaring sosial untuk melakukan promosi dan penawaran, serta forum-forum yang menawarkan  fasilitas pemasangan info jual beli. Semakin banyaknya penyedia barang dan jasa yang menajajakan produknya secara online, di samping mempermudah calon pembeli untuk memilih produk/jasa dan tempat membelinya, juga memerlukan proses tambahan, yaitu bagaimana memilih produk/jasa serta tempat membeli yang tepat dan memberikan layanan yang baik. Langkah pertama yang dilakukan oleh sebagian besar calon pembeli adalah melakukan pencarian informasi review positif mengenai produk/jasa dan tempat membeli untuk memastikan mereka mendapatkan produk/jasa sesuai dengan yang diharapkan. Hal ini dilakukan dengan menggunakan mesin pencari, dimana calon pembeli akan membaca satu-persatu hasil review yang dihasilkan oleh mesin pencari dimana hal ini membutuhkan waktu dan terkadang informasi yang diperoleh tidak sesuai dengan harapan.

Untuk mempermudah proses pencarian review sehingga calon pembeli mudah untuk menentukan pilihan produk/jasa serta tempat belanja yang tepat, perlu dikembangkan  sebuah aplikasi web yang dapat memberikan rekomendasi belanja berdasarkan personalisasi pengguna/konsumen. Pada aplikasi web perekomendasi belanja tersebut, calon pembeli dapat mencari info produk/jasa sesuai yang dibutuhkan termasuk review dari konsumen sebelumnya, sekaligus informasi penyedia produk/jasa tersebut. Sistem perekomendasi akan diimplementasikan berdasar pada personalisasi data konsumen/pengguna dengan mempertimbangkan profil serta kemiripan pola aktivitas antar pengguna (collaborative filtering). Sistem perekomendasi akan memberikan efisiensi dan efektifitas bagi pengguna/konsumen dalam melakukan aktivitas transaksi on-line, sekaligus mendorong para penjual online selalu memberikan yang terbaik dalam layanan kepada pembeli.

 

Proses penelitian terkait sebelumnya yang telah dilakukan adalah membangun prototype untuk simulasi proses pemberian rating hingga pemberian rekomendasi. Dari hasil pengujian pada system sebelum, diperoleh tingkat akurasi rekomendasi yang dianggap belum optimal (65%). Oleh karena itu, direncanakan pengembangan system lebih lanjut, supaya data yang diolah menjadi lebih banyak dan lengkap, dan dapat dilakukan evaluasi tentang improvement pada metode rekomendasi, sehingga performansi hasil rekomendasi dapat lebih baik.

 

Kata kunci : Sistem Rekomendasi, Collaborative Filtering, Personalisasi, Rekomendasi Belanja