Isi Artikel Utama

Abstrak

Kendala yang sering dijumpai pada pemasaran cinderamata khas Bengkulu yaitu pada strategi pemasaran dan media promosi. Salah satu solusi dari strategi pemasaran tersebut adalah dengan membangun e-marketplace. Hal ini yang menjadikan perlunya sebuah sistem informasi menggunakan codeigniter yang mampu merekomendasikan cinderamata khas Bengkulu berbasis e-marketplace dengan menggunakan metode collaborative filtering. Penelitian ini menggunakan collaborative filtering, yang terdiri dari item-based collaborative filtering dimana sistem akan mencari kesamaan model pembelian (similarity item) dengan yang lainnya dan user-based collaborative filtering dimana sistem merekomendasikan produk berdasarkan jumlah lihat, ulasan dan rating terbanyak. Penelitian ini menghasilkan sistem informasi rekomendasi cinderamata khas Bengkulu berbasis e-marketplace yang di uji menggunakan metode pengujian blackbox dengan hasil 100% berhasil.

Kata Kunci: E-marketplace, Collaborative Filtering, Sistem Rekomendasi, user-based.

Rincian Artikel

Biografi Penulis

Aryani Komaruddin, Universitas Bengkulu

Program Studi Infomatika, Fakultas Teknik

Boko Susilo, Universitas Bengkulu

Program Studi Infomatika, Fakultas Teknik

Yudi Setiawan, Universitas Bengkulu

Program Studi Infomatika, Fakultas Teknik
Cara Mengutip
Komaruddin, A., Susilo, B., & Setiawan, Y. (2019). Perancangan Sistem Rekomendasi Pemilihan Cinderamata Khas Bengkulu Berbasis E-Marketplace. Rekursif: Jurnal Informatika, 7(1). https://doi.org/10.33369/rekursif.v7i1.6132

Referensi

  1. Sugiyem, “Materi Pembuatan Cinderamata Berbahan Natural,” staff.uny.ac.id, 2008. [Online]. Available: http://staff.uny.ac.id/sites/default/files/pengabdian/sugiyem-spd/pelatihan-membuat-cinderamata-berbahan-natural.pdf,2018
  2. Anonim, “9 Oleh Oleh Khas dari Bengkulu yang Wajib untuk Dibeli,” Tempat Wisata Indonesia.id, 2017. [Online]. Available: https://tempatwisataindonesia.id/oleh-oleh-khas-bengkulu/. [Accessed: 06-Feb-2018], 2018
  3. S. Yudi et al., “Design dan Implementasi Sistem Informasi,” Semin. Nas. Teknol. Inf., 2017, vol. 14, no. 1, pp. 121–126.
  4. G. Adomavicius, et al., “Toward the Next Generation of Recommender Systems: a Survey of the State of the Art and Possible Extensions,” IEEE Trans. Knowl. Data Eng., 2005, vol. 17, no. 6, pp. 734–749.
  5. Putra, et al., “Rancang Bangun Aplikasi Marketplace Penyedia Jasa Les Private Di Kota Pontianak Berbasis Web,” J. Sist. dan Teknol. Inf., 2017, vol. 2, no. 1, pp. 1–5.
  6. Mittal, et al., “Recommender System Framework Using Clustering and Collaborative Filtering,” 2010 3rd Int. Conf. Emerg. Trends Eng. Technol.,2010, pp. 555–558.
  7. Darmaja, et al., “Aplikasi E-Commerce dengan Sistem Rekomendasi Berbasis Collaborative Filtering Pada Penjualan Plakat,” in Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya, 2015, no. 361, pp. 542–549.
  8. H. Hafidz, “Membuat Sistem Rekomendasi Menggunakan Item-based Collaborative Filtering,” www.twoh.co, 2013. [Online]. Available: https://www.twoh.co/2013/06/04/membuat-sistem-rekomendasi-menggunakan-item-based-collaborative-filtering/. [Accessed: 30-Mar-2018], 2013.
  9. K. Arif, “Sistem Rekomendasi Produk Sepatu Dengan Menggunakan Metode Collaborative Filtering,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2089–9815, no. Sentika, 2016, pp. 610–614.