PERANCANGAN SISTEM REKOMENDASI BUSANA H&M DENGAN CITRA DAN RIWAYAT TRANSAKSI
Article Sidebar
Main Article Content
Abstract
Sistem rekomendasi merupakan sebuah sistem yang digunakan untuk mengetahui produk apa yang mungkin dapat disukai oleh pelanggan. Sistem rekomendasi yang dibuat dapat menghasilkan output berupa citra gambar, sehingga pengguna dapat mengetahui produk apa saja yang ditawarkan oleh H&M. Pada perancangan ini digunakan 2 model, yaitu model Collaborative Filtering, dan model Convolutional Neural Network. Digunakan Collaborative Filtering dengan pendekatan matriks cosine similarity untuk mendapatkan prediksi gambar yang diambil dari riwayat transaksi pelanggan yang telah berbelanja. Untuk model Convolutional Neural Network, menggunakan arsitektur ResNet50 untuk dapat mengenali citra gambar yang diunggah oleh pengguna untuk dicari gambar produk busana H&M yang mempunyai ciri yang paling mirip. Pada akhir pengujian didapatkan tingkat akurasi untuk Collaborative Filtering dengan nilai MAPE sebesar 0,00652, dan model Convolutional Neural Network didapatkan tingkat akurasi sebesar 85,79%.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Jurnal Komunikasi Creative Commons Attribution-ShareAlike 4.0 International License.
References
Rahma Oktoria; Warih Maharani; dan Yanuar Firdaus. “Content Based Recommender System Menggunakan Algoritma Apriori”. 17 Mei 2022
Ben Schafer; Dan Frankowski; Jon Herlocker; dan Shilad, Sen. Collaborative Filtering Recommender Systems. 19 April 2022.
Valueva, M. V.; Nagornov, N.N.; Lyakhov, P.A; Valuev, G. V; and Chervyakov, N.I. “Application of the residue number system to reduce hardware costs of the convolutional neural network implementation”, https://www.sciencedirect.com/science/article/abs/pii/S0378475420301580 , 13 Mei 2022.
Yanuar, Aditya. “Fully Coonected Layer dan Implementasinya.” 20 April 2022.
Setiani, Jasinta Liliana. “Implementasi Convolutional Neural Network dengan Arsitektur ResNet50 untuk Identifikasi Jenis Sampah Plastik”. 23 April 2022.