SISTEM REKOMENDASI FASHION DENGAN ALGORITMA DECISION TREE BASED CONTEXT AWARE RECOMMENDER SYSTEM

Semakin banyaknya produk fashion yang ada di internet menghadirkan tantangan kepada pembeli maupun pebisnis online dalam lingkungan e-commerce. Algoritma Decision Tree merupakan salah satu metode yang dapat diimplementasikan ke dalam sistem rekomendasi. Metode ini memanfaatkan penilaian pengguna berupa rating, umur, dan kategori. Dari faktor tersebut dibutuhkan sistem untuk merekomendasikan produk fashion ke dalam suatu aplikasi e-commerce. Dalam tugas akhir ini penulis melakukan penelitian terhadap keakuratan dari metode decision tree. Perhitungan similaritas antar pengguna atau antar item dilakukan dengan menggunakan perhitungan Pearson Correlation. Kesalahan dari hasil prediksi rating terhadap rating sesungguhnya dihitung dengan menggunakan perhitungan MAE. Dataset yang penulis gunakan adalah dataset dari kaggle.com berupa 156 user dan 3.171 produk. Dalam Tugas Akhir ini dibangunlah sebuah sistem rekomendasi fashion berbasis mobile dan web dengan algoritma Decision Tree Based Context Aware Recommender System dengan tujuan memberikan rekomendasi fashion kepada pengguna dengan tepat. Hasil pengujian algoritma Decision Tree Based Context Aware Recommender System menunjukkan bahwa nilai error yang didapatkan mengasilkan nilai rata-rata error yang relatif rendah dengan nilai MAE 0,3736, Precision 0,5013, Recall 0,4986, dan F1 Score 0,4999, lalu berdasarkan uji perangkat lunak Black Box ditarik kesimpulan bahwa perangkat lunak secara fungsional mengeluarkan hasil sesuai dengan yang diharapkan.