Implementasi metode algoritma collaborative filtering dan K-Nearest Neighbor pada sistem rekomendasi e-commerce

E-Commerce termasuk dari salah satu alternative pilihan bagi sebuah toko yang digunakan sebagai media informasi guna memudahkan adanya interaksi antar penjual dan konsumen. Banyaknya sebuah produk keberagaman produk dalam sebuah e-commerce, sering kali membuat konsumen merasa kebingungan memilih produk yang dibutuhkannya. Hal tersebut mengakibatkan proses transaksi ya. ng beru. lang-ulang sehingga membu.tuhkan waktu yang cukup lama. Konsumen sering kali juga kebingungan dalam mencari info rating dari produk yang ingin dibeli oleh user. Pada Penelitian ini dibuat system rekomendasi E-Commerce yang mampu memberi rekomendasi secara otomatis kepada user. Metode yang digunakan adalah metode Collaborative Filtering dengan menggunakan Addjusted Cossine Similarity dan K-Nearest Neighbor sebagai alat atau metode perhitungan kemiripan antar user, kemudian algoritma weigted sum sebagai perhitungan predikasinya. Collaborative Filtering digunakan untuk membantu user dalam memilih item yang sesuai berdasarkan rating yang diberikan user lain. Hasil waktu eksekusi yang dibutuhkan dipengaruhi oleh jumlah item dan ranting, sistem ini telah diuji menggunakan metode blackbox.