Sistem Rekomendasi Parfum Berbasis Ontologi Sebagai Domain Pengetahuan dengan Pendekatan Content-Based Filtering

Abstract

Pemilihan parfum yang sesuai dengan preferensi pengguna seringkali menjadi tantangan karena banyaknya variasi parfum yang tersedia di pasaran. Pengguna mengalami kesulitan dalam menemukan parfum yang sesuai dengan preferensi pribadi tanpa mencoba secara langsung. Penelitian ini bertujuan membangun sistem rekomendasi parfum berbasis web untuk menghasilkan rekomendasi yang sesuai dengan preferensi pengguna. Data parfum diperoleh dari berbagai situs e-commerce dan direpresentasikan dalam bentuk ontologi. Proses rekomendasi dilakukan menggunakan TF-IDF dan cosine similarity untuk menghitung kemiripan atribut parfum. Evaluasi sistem dilakukan  pada empat skenario pengujian berdasarkan variasi atribut serta tiga nilai Top-N (10, 15, dan 20) menggunakan metrik precision, recall, f1-score, dan akurasi. Hasil evaluasi menunjukkan bahwa skenario terbaik diperoleh pada penggunaan tiga dan empat atribut pada Top-20 rekomendasi dengan nilai precision sebesar 80%, recall 61,5%, f1-score 66,7%, dan akurasi 86,8%. Hasil tersebut menunjukkan bahwa pendekatan ontologi dan Content-Based Filtering efektif dalam menghasilkan rekomendasi parfum yang relevan serta mendukung proses pencarian parfum sesuai referensi pengguna.