SISTEM REKOMENDASI PRODUK SKINCARE KOREA
BERBASIS WEB MENGGUNAKAN METODE
COLLABORATIVE FILTERING
Laporan Tugas Akhir
Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Informatika Universitas Muhammadiyah Malang
Disusun Oleh : Elsyah Ayuningrum
201710370311190
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG 2021
i
LEMBAR PERSETUJUAN
SISTEM REKOMENDASI PRODUK SKINCARE KOREA
BERBASIS WEB MENGGUNAKAN METODE COLLABORATIVE
FILTERING
TUGAS AKHIR
Elsyah Ayuningrum 201710370311190
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strarata 1
Program Studi Informatika Universitas Muhammadiyah Malang
Menyetujui,
Malang, 19 Juli 2021
Pembimbing I Pembimbing II
Yufis Azhar, S.Kom., M.Kom. Gita Indah M., S.T., M.Kom. NIP: 108.1410.0544 NIP: 108.0611.0442
ii
iii
iv
ABSTRAK
Teknologi informasi saat ini sangat membantu dalam menunjang kehidupan manusia hampir di semua aspek kehidupan dan turut mempengaruhi pesatnya perkembangan industri kecantikan saat ini. Di Indonesia sendiri, brand skincare Korea dari A-Z sudah banyak beredar secara online seperti Laneige, Innisfree, The Saem, Klavuu, COSRX, Some by Mi, dan masih banyak lagi. Maka penulis pada penelitian ini ingin membuat suatu rancangan sistem rekomendasi skincare Korea.
Dalam penelitian ini penulis menggunakan system rekomendasi metode
collaborativeefiltering untuk menghasilkan sebuah sistem berbasis web yang dapat
menghasilkan rekomendasi produk skincare korea berdasarkan rating produk. Selanjutnya setelah nilai rating berhasil diinput maka selanjutnya adalah Nilai similarity antar produk. Dari penelitian ini nilai yang dihasilkan cukup bagus antar produknya. Nilai similarity yang bagus adalah nilainya mendekati +1 maka artinya hubungan antar kedua produk tersebut cukup kuat, sebaliknya jika nilai yang dihasilkan -1 maka dapat diambil kesimpulan jika hubungan antara kedua produk sangat jauh / bertolak belakang. Hasil dari penelitian ini adalah dapat menyediakan rekomendasi daftar produk skincare sehingga nantinya pengguna dapat memilih produk skincare berdasarkan pendekatan terbaik. Sistem ini juga telah diuji menggunakan blackbox testing yang mana semua fungsi sistem telah valid dan nilai evaluasi MAE yang dihasilkan 0,25.
v
ABSTRACT
Information technology is currently very helpful in supporting human life in almost all aspects of life and also influences the rapid development of the beauty industry today. In Indonesia alone, many Korean skincare brands from A-Z have been circulating online such as Laneige, Innisfree, The Saem, Klavuu, COSRX, Some by Mi, and many more. So the authors in this study wanted to design a Korean skincare recommendation system. In this study, the author uses a collaborative filtering method recommendation system to produce a web-based system that can produce Korean skincare product recommendations based on product ratings. Furthermore, after the rating value is successfully inputted, the next is the similarity value between products. From this research, the value produced is quite good between products. A good similarity value is that the value is close to +1, which means that the relationship between the two products is quite strong, otherwise if the resulting value is -1, it can be concluded that the relationship between the two products is very far / opposite The result of this research is that it can provide a list of skincare product recommendations so that later users can choose skincare products based on the best approach. This system has also been tested using blackbox testing where all system functions are valid and the resulting MAE evaluation value is 0,25.
vi
LEMBAR PERSEMBAHAN
Alhamdulillahi robbil alamin, segala puji syukur penulis ucapkan kepada Allah SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini yang berjudul “Sistem Rekomendasi Produk Skincare Korea Berbasis Web menggunakan Metode Collaborative Filtering” dengan lancar.
Pada kesempatan kali ini penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada seluruh pihak yang sudah membantu selama proses pengerjaan skripsi, yang ditujukan kepada :
1. Allah SWT yang telah memberikan kesabaran, kebesaran hati, petunjuk dan jalan yang terbaik bagi hambanya sehingga proses pengerjaan Tugas Akhir ini dapat berjalan dengan lancar dan semestinya.
2. Kedua orang tua saya Bapak Kamyuni dan Ibu Sholikah yang tak henti-hentinya selalu mensupport saya dan selalu mendoakan anaknya supaya dilancarkan dalam hal apapun sehingga saya bisa sampai di titik ini. Adik – adik saya Yhuna Aulia dan Felycia Nafa yang selalu ada untuk menghibur saya saat dalam kondisi yang kurang baik. Terimakasih atas semua doa dan dukungan kalian panjang umur sehat selalu dilancarkan rezekinya amin.
3. Ibu Hj. Gita Indah Marhasari, S.T., M.Kom dan Bapak Yufis Azhar S.Kom., M.Kom. selaku dosen pembimbing yang sudah memberikan waktu dan ilmu dalam membimbing dan memberikan arahan selama proses pengerjaan Tugas Akhir.
4. Sahabat – sahabat saya Fitri, Farah, Karin, dan Mbak Mia. Terimakasih sudah menemani saya dari SMA sampai sekarang sudah menjadi tempat berkeluh kesah dan curhat. Juga semua rekan seperjuangan saya di perkuliahan ini, terimakasih sudah berbagi memori suka duka selama 4 tahun terakhir perkuliahan ini dengan saya.
5. Last but not least selusin kesayangan TREASURE yang selalu menjadi penghibur yang baik dengan melihat tingkah mereka yang lucu di program yang selalu menjadi healing buat saya. Dan yang selalu memotivasi bahwa jangan pernah menyerah dengan mimpimu. Terimakasih sudah menjadi idol yang hebat bangga banget bisa kenal kalian.
vii
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas karunia rahmat dan hidayah-nya sehingga peneliti dapat menyelesaikan tugas akhir yang berjudul
“SISTEM REKOMENDASI PRODUK SKINCARE KOREA BERBASIS WEB MENGGUNAKAN METODE COLLABORATIVE FILTERING”
Di dalam tulisan ini disajikan pokok – pokok bahasan yang meliputi latar belakang, metode penelitian, serta hasil dan pembahasan yang diperoleh dari penelitian ini dan telah disimpulkan berdasarkan hasil yang didapatkan oleh peneliti.
Peneliti menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak keterbatasan dan kekurangan. Oleh karena itu peneliti mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan.
Malang, 18 Juni 2021
viii
DAFTAR ISI
LEMBAR PERSETUJUAN ... i
LEMBAR PENGESAHAN ... ii
LEMBAR PERNYATAAN ... iii
ABSTRAK ... iv
ABSTRACT ... v
LEMBAR PERSEMBAHAN ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ... viii
DAFTAR GAMBAR ... x DAFTAR TABEL ... xi BAB 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Tujuan Penelitian ... 3 1.4 Batasan Masalah ... 4
BAB 2 TINJAUAN PUSTAKA ... 5
2.1 Landasan Teori ... 5
2.1.1 Sistem Rekomendasi ... 8
2.1.2 Metode Collaborative Filtering ... 8
BAB 3 METODOLOGI PENELITIAN ... 10
3.1 Metode Pengumpulan Data ... 10
3.2 Metode Pengembangan Sistem ... 10
3.3 Metode Collaborative Filtering ... 13
ix
3.5 Instrumen Penelitian ... 20
3.5.1 Spesifikasi Perangkat Keras... 20
3.5.2 Spesifikasi Perangkat Lunak ... 21
BAB 4 HASIL DAN PEMBAHASAN ... 22
4.1 Dataset ... 22
4.2 Data Rating ... 22
4.3 Data Nilai Rata-rata ... 23
4.4 Data Similarity ... 26 4.5 Data Rekomendasi ... 27 4.6 Implementasi Sistem ... 28 4.6.1 Admin ... 28 4.6.2 User ... 31 4.7 Implementasi Metode ... 33
4.8 Evaluasi Mean Absolute Error (MAE) ... 36
4.9 Pengujian Black Box Testing ... 41
BAB 5 PENUTUP ... 43
5.1 Kesimpulan ... 43
5.2 Saran ... 43
DAFTAR PUSTAKA ... 44
x
DAFTAR GAMBAR
Gambar 3. 1 Tahapan Metode Waterfall ... 11
Gambar 3. 2 Use Case Diagram ... 12
Gambar 3. 3 Alur penerapan pada metode item based Collaborative ... 14
Gambar 4. 1 Sourcecode Pada Dataset Produk ... 22
Gambar 4. 2 Source Code Data Rating ... 23
Gambar 4. 3 Halaman Data Rating ... 23
Gambar 4. 4 Source Code Data Nilai Rata-rata ... 24
Gambar 4. 5 Halaman Data Nilai rata-rata setiap user... 25
Gambar 4. 6 Source Code Cosine Similarity ... 26
Gambar 4. 7 Halaman Similarity ... 26
Gambar 4. 8 Source Code Rekomendasi Produk ... 27
Gambar 4. 9 Halaman Rekomendasi ... 27
Gambar 4. 10 Halaman Login Admin ... 28
Gambar 4. 11 Halaman Pengguna Admin ... 29
Gambar 4. 12 Halaman Kategori Admin ... 29
Gambar 4. 13 Halaman Merek Admin ... 30
Gambar 4. 14 Halaman Produk Admin ... 30
Gambar 4. 15 Halaman Rekomendasi Admin... 31
Gambar 4. 16 Halaman Login User ... 32
Gambar 4. 17 Halaman Rating User ... 32
xi
DAFTAR TABEL
Tabel 2. 1 Penelitian Terdahulu ... 5
Tabel 3. 1 Category Skincare Product ... 10
Tabel 3. 2 Skenario Rating ... 15
Tabel 3. 3 Hasil Perhitungan Kemiripan Antar Produk ... 17
Tabel 3. 4 Hasil Perhitungan Prediksi Item ... 19
Tabel 4. 1 Skenario Rating ... 33
Tabel 4. 2 Hasil Perhitungan Kemiripan Antar Produk ... 34
Tabel 4. 3 Hasil Perhitungan Prediksi Item ... 35
Tabel 4. 4 Data Rating Awal ... 36
Tabel 4. 5 Transpose Data Rating Awal ... 37
Tabel 4. 6 Hasil Pengkosongan Data Sebanyak 20% ... 38
Tabel 4. 7 Perhitungan Mean Untuk Setiap Item ... 38
Tabel 4. 8 Perhitungan Mean Untuk Setiap Item ... 39
Tabel 4. 9 Hasil Prediksi Rating ... 40
Tabel 4. 10 Perbandingan Hasil Prediksi Rating dengan Rating Aktual ... 40
Tabel 4. 11 Hasil Uji Coba Admin... 41
Tabel 4. 12 Hasil Uji Coba User ... 42
44
DAFTAR PUSTAKA
Cristy Patty, J., Thea Kirana, E., Sandra Diamond Khrismayanti Giri, M., Teknik Informatika, M., & Atma Jaya Yogyakarta, U. (2018). Recommendations System for Purchase of Cosmetics Using Content-Based Filtering. International Journal of Computer Engineering and Information Technology, 10(1), 1–5. Retrieved from www.google.com
Fahrurrozi, I., Admoko, E. M. D., & Susilo, A. (2019). Perbandingan Metode Collaborative Filtering dan Hybrid Semantic Similarity. Jurnal Nasional Teknologi Terapan (JNTT), 2(3), 334. https://doi.org/10.22146/jntt.44938 Fitriana, Sudodo, Y., & Hakim, L. (2019). Pengaruh Gaya Hidup, Harga, Dan
Kualitas Produk Terhadap Keputusan Pembelian Kosmetik Oriflame. Jurnal Manajemen Dan Bisnis, 2(1). https://doi.org/10.37673/jmb.v2i1.304
Kurniawan, A. (2016). Sistem Rekomendasi Produk Sepatu Dengan Menggunakan Metode Collaborative Filtering. In Seminar Nasional Teknologi Informasi Dan Komunikasi, 610–614.
Li, Q., & Kim, B. M. (2003). An approach for combining content-based and collaborative filters. 17–24. https://doi.org/10.3115/1118935.1118938
Pamuji, A. (2017). Sistem Rekomendasi Kredit Perumahan Rakyat Dengan Menggunakan Metode Collaborative Filtering. Faktor Exacta, 10(1), 1–9.
Prasetyo, B., Haryanto, H., Astuti, S., Astuti, E. Z., & Rahayu, Y. (2019). Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone. Eksplora Informatika, 9(1), 17–27. https://doi.org/10.30864/eksplora.v9i1.244
Ricci, F., Rokach, L., & Shapira, B. (2011). Recommender Systems Handbook. Recommender Systems Handbook, 1–2. https://doi.org/10.1007/978-0-387-85820-3
Sasmito, G. W. (2017). Penerapan Metode Waterfall Pada Desain Sistem Informasi
45 Pengembangan IT (JPIT), 2(1), 6–12.
Subramaniyaswamy, V., Logesh, R., Chandrashekhar, M., Challa, A., & Vijayakumar, V. (2017). A personalised movie recommendation system based on collaborative filtering. International Journal of High Performance
Computing and Networking, 10(1–2), 54–63.
https://doi.org/10.1504/IJHPCN.2017.083199