APLIKASI SISTEM REKOMENDASI BARANG BERBASIS MARKETPLACE DENGAN ALGORITMA SQUEEZER DAN TFRANKING BERBASIS WEB DAN MOBILE

Marketplace termasuk variasi bisnis e-commerce customer to customer (C2C) memiliki banyak barang yang dipromosikan oleh banyak pedagang. Selain itu marketplace juga tidak hanya membantu mempromosikan barang saja, tetapi pada marketplace juga di fasilitasi pembayaran untuk penjual dan pembeli. Marketplace saat ini menjadi jalur populer bagi orang-orang untuk menjual atau membeli produk dan menjadi salah satu pasar yang menjanjikan di internet. Nilai transaksi elektronik di Indonesia pada 2015 mencapai US$ 3,5 miliar. Angka tersebut naik 34,6 persen dari tahun sebelumnya. Jika dibandingkan dengan 2011, nilai transaksi perdagangan elektronik di tanah air telah melonjak 250 persen. Besarnya jumlah transaksi juga berkaitan dengan sistem rekomendasi. Squeezer merupakan algoritma pengelompokan (clustering) bertipe kategorikal. Algoritma squeezer dapat menghasilkan rekomendasi berbasis konten dengan mencatat perilaku pengguna dan memberikan rekomendasi barang berdasarkan kemiripan barang. Selain algoritma squeezer, metode pembobotan juga diperlukan untuk sistem pencarian barang. Metode pembobotan yang digunakan, yaitu term frequency rangking yang dapat membantu memberikan rekomendasi barang berdasarkan kata pencarian yang dimasukkan pengguna. Dari 5 kali pengujian yang dilakukan, Nilai threshold yang diterapkan pada aplikasi akan mempengaruhi nilai precision dan accuracy seperti pada pengujian yang telah dilakukan. Algoritma squeezer akan memberikan hasil rekomendasi terbaik pada nilai thresold = 4 dengan nilai precision 100%. Algoritma term frequency ranking menghasilkan rata-rata precision 0,646, recall 1 dan accuracy 0,988 dengan 5 kali percobaan menggunakan 5 keyword berbeda