Implementasi Hybrid Filtering dan Analisis Sentimen untuk Rekomendasi Produk Skincare

Jason Achmadi, Hendie (2025) Implementasi Hybrid Filtering dan Analisis Sentimen untuk Rekomendasi Produk Skincare. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (4MB)
	PDF BAB_I.pdf Download (217kB)
	PDF BAB_II.pdf Download (262kB)
	PDF BAB_III.pdf Download (370kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (208kB)
	PDF DAFTAR_PUSTAKA.pdf Download (224kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (803kB)

Abstract

Dalam industri kecantikan yang terus berkembang, pemilihan produk skincare yang sesuai dengan preferensi dan kebutuhan pengguna menjadi tantangan tersendiri. Penelitian ini mengembangkan sistem rekomendasi produk skincare dengan menggabungkan pendekatan Content-Based Filtering (CBF), Collaborative Filtering (CF), dan Analisis Sentimen untuk menghasilkan rekomendasi yang lebih relevan dan personal. Analisis sentimen dilakukan menggunakan VADER untuk mengklasifikasikan ulasan produk, dan hanya ulasan dengan sentimen positif yang digunakan sebagai dasar rekomendasi. Dari total 8.415 produk skincare dalam dataset, terdapat 1.095 produk dengan ulasan positif yang menjadi fokus sistem. Evaluasi dilakukan menggunakan metrik Precision@K, Recall@K, F1- Score, Hit Rate, NDCG, dan Mean Average Precision (MAP) pada berbagai nilai K (1, 5, 10, dan 20). Hasil evaluasi menunjukkan bahwa CBF memiliki presisi tertinggi (Precision@5 sebesar 0,95 dan MAP@5 sebesar 0,96), menandakan kemampuannya dalam memberikan rekomendasi yang sangat relevan berdasarkan konten produk. Sebaliknya, CF dan Hybrid menunjukkan Recall@5 dan MAP@5 yang tinggi (keduanya 0,99), yang mengindikasikan kemampuan menjangkau hampir semua produk relevan. Pendekatan Hybrid juga mencatatkan Hit Rate dan NDCG sebesar 0,99, menunjukkan bahwa produk relevan tidak hanya muncul dalam daftar rekomendasi tetapi juga ditempatkan dalam urutan yang optimal. Temuan ini menegaskan bahwa pendekatan berbasis konten unggul dalam akurasi rekomendasi, sementara pendekatan Hybrid memberikan keseimbangan antara ketepatan dan jangkauan, serta berpotensi ditingkatkan lebih lanjut melalui penyesuaian bobot, threshold, atau integrasi pengetahuan pakar.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Collaborative Filtering, Content-Based Filtering, Hybrid Filtering, Rekomendasi Skincare
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Aug 2025 11:02
Last Modified:	06 Aug 2025 11:02
URI:	https://kc.umn.ac.id/id/eprint/39871

Actions (login required)

View Item