SISTEM REKOMENDASI PRODUK SEAFOOD MENGGUNAKAN CONTENT-BASED FILTERIN

Perkembangan teknologi informasi mendorong pemanfaatan marketplace sebagai sarana transaksi produk secara daring, termasuk produk seafood. Banyaknya variasi produk yang tersedia dapat menyulitkan pengguna dalam menemukan produk yang sesuai dengan kebutuhannya. Penelitian ini bertujuan mengembangkan sistem rekomendasi produk seafood menggunakan metode Content-Based Filtering (CBF) pada aplikasi marketplace berbasis mobile. Pengembangan sistem menggunakan metodologi Prototype yang dilakukan secara bertahap melalui proses analisis kebutuhan, perancangan, implementasi, dan evaluasi. Sistem dikembangkan menggunakan Flutter dan Firebase serta menerapkan TF-IDF dan Cosine Similarity untuk menghitung kemiripan antarproduk. Pengujian sistem dilakukan menggunakan Black Box Testing, sedangkan evaluasi metode menggunakan Precision@5. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi produk yang relevan dengan nilai Average Precision@5 sebesar 93,47%. Selain itu, hasil Black Box Testing menunjukkan tingkat kesesuaian rekomendasi sebesar 90% dan seluruh fungsi sistem berjalan sesuai kebutuhan. Hasil tersebut menunjukkan bahwa metode CBF mampu mendukung pengguna dalam menemukan produk seafood yang relevan.