SISTEM REKOMENDASI KOSMETIK MENGGUNAKAN METODE CONTENT-BASED FILTERING DAN K-NEAREST NEIGHBOR (KNN) BERBASIS MOBILE

DUASTEN LUMBAN GAOL and ALDITO DWI PUTRA SITOMPUL and JOHANNES ARITONANG (2023) SISTEM REKOMENDASI KOSMETIK MENGGUNAKAN METODE CONTENT-BASED FILTERING DAN K-NEAREST NEIGHBOR (KNN) BERBASIS MOBILE. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (10MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (4MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (23MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Kosmetik sudah menjadi bagian yang tidak dapat dipisahkan dari kehidupan manusia. Kosmetik digunakan sebagai produk perawatan untuk mempercantik diri dan menjaga kesehatan, perkembangan kosmetik pun terbilang sangat cepat. Hal ini terbukti dengan munculnya berbagai macam jenis kosmetik, mulai dari kosmetik tradisional yang menggunakan bahan alami hingga kosmetik modern yang dibuat dengan teknologi canggih masa kini. Kerap kali konsumen kesusahan untuk memilih kosmetik yang sesuai dengan kebutuhannya. Oleh karena itu, dilakukan pengembangan aplikasi sistem rekomendasi kosmetik bertujuan untuk memberikan informasi seputar produk kosmetik serta memudahkan untuk mendapatkan kosmetik yang sesuai dengan kebutuhan konsumen. Berdasarkan hasil pengujian sistem rekomendasi dengan menggunakan algoritma KNN menghasilkan akurasi 67%, presisi 67% dan recall 100%, dan berdasarkan hasil pengujian sistem rekomendasi dengan menggunakan algoritma Content-Based filtering menghasilkan akurasi 59%, presisi 70% dan recall 70%.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 22 Sep 2023 11:21
Last Modified: 22 Sep 2023 11:21
URI: https://repository.mikroskil.ac.id/id/eprint/3254

Actions (login required)

View Item
View Item