Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Sistem Rekomendasi Skincare Menggunakan Metode Content Based Filtering dan Collaborative Filtering

Decode: Jurnal Pendidikan Teknologi Informasi · Vol. 4 No. 3 (2024) · pp. 764–774

DOI
10.51454/decode.v4i3.601
ISSN
2775-1813, 2775-2984
Published
2024-08-11
Publisher
Universitas Muhammadiyah Kendari
License
creativecommons.org/licenses/by-sa/4.0/

Abstract

Seiring berjalannya waktu, setiap orang akan mengikuti perkembangan zaman yang semakin modern dalam segala hal terutama dalam hal perawatan kesehatan kulit wajah yang mengakibatkan kebutuhan akan produk perawatan kulit sangat diperlukan. Meningkatnya penggunaan teknologi digital dan maraknya berbagai macam jenis skincare membuat sistem rekomendasi produk skincare menjadi semakin penting. Sistem rekomendasi untuk pemilihan skincare ini dibuat untuk dapat merekomendasikan skincare yang cocok dengan tipe wajah pengguna serta kandungan yang sesuai dengan kulit wajah pengguna berdasarkan preferensi dari pengguna lain. Terdapat beberapa metode untuk implementasi dari sistem rekomendasi, yakni menggunakan metode Hybrid Filtering dengan mengkombinasikan Content Based Filtering yang diimplementasikan dengan pembobotan TF-IDF dan Collaborative Filtering yang diimplementasikan menggunakan algoritma Convolutional Neural Network (CNN). Pengujian metode Hybrid Filtering dilakukan dengan menghitung banyaknya jumlah relevan dari hasil rekomendasi berdasarkan input pengguna yang dikumpulkan dengan metode survei. Pada pengujian metode Hybrid Filtering menunjukkan bahwa rata-rata nilai precision terbesar dengan menampilkan top 5 produk hasil rekomendasi dengan nilai precision sebesar 0.776 dibandingan dengan menampilkan 10 sampai dengan 15 produk hasil rekomendasi. Untuk mengukur tingkat kepuasan terhadap hasil sistem rekomendasi dari pengguna pada penelitian ini dihitung dengan metode CSAT yang dimana skor CSAT dari hasil survei kepada pengguna sebesar 80% yang tergolong dalam ‘Excellent CSAT’.

Collaboration network of the authors

10 authors · 14 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Udayana University
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Nyoman Tri Rahaditya KusumaAffiliation unknown2
Ni Made Tara Okta AdrianaUdayana University1
Dwi Putra GithaUdayana University1
I Nyoman Prayana TrisnaUdayana University1
I Made Wiraharja Jaya PutraUdayana University1
Sheila SheviraUdayana University1
Putu Wira BuanaUdayana University1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

This record comes from Crossref (what the publisher deposited), because the journal's own OAI-PMH endpoint could not be harvested.

Metadata source: Crossref API (cadangan, berdasarkan ISSN) https://api.crossref.org/journals/2775-1813/works, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Metadata as oai_dc, converted from Crossref
<oai_dc:dc xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/"><dc:title>Sistem Rekomendasi Skincare Menggunakan Metode Content Based Filtering dan Collaborative Filtering</dc:title><dc:creator>Yanisa Putri, Komang Sri</dc:creator><dc:creator>I Made Agus Dwi Suarjaya</dc:creator><dc:creator>Wayan Oger Vihikan</dc:creator><dc:description>&lt;jats:p&gt;Seiring berjalannya waktu, setiap orang akan mengikuti perkembangan zaman yang semakin modern dalam segala hal terutama dalam hal perawatan kesehatan kulit wajah yang mengakibatkan kebutuhan akan produk perawatan kulit sangat diperlukan. Meningkatnya penggunaan teknologi digital dan maraknya berbagai macam jenis skincare membuat sistem rekomendasi produk skincare menjadi semakin penting. Sistem rekomendasi untuk pemilihan skincare ini dibuat untuk dapat merekomendasikan skincare yang cocok dengan tipe wajah pengguna serta kandungan yang sesuai dengan kulit wajah pengguna berdasarkan preferensi dari pengguna lain. Terdapat beberapa metode untuk implementasi dari sistem rekomendasi, yakni menggunakan metode Hybrid Filtering dengan mengkombinasikan Content Based Filtering yang diimplementasikan dengan pembobotan TF-IDF dan Collaborative Filtering yang diimplementasikan menggunakan algoritma Convolutional Neural Network (CNN). Pengujian metode Hybrid Filtering dilakukan dengan menghitung banyaknya jumlah relevan dari hasil rekomendasi berdasarkan input pengguna yang dikumpulkan dengan metode survei. Pada pengujian metode Hybrid Filtering menunjukkan bahwa rata-rata nilai precision terbesar dengan menampilkan top 5 produk hasil rekomendasi dengan nilai precision sebesar 0.776 dibandingan dengan menampilkan 10 sampai dengan 15 produk hasil rekomendasi. Untuk mengukur tingkat kepuasan terhadap hasil sistem rekomendasi dari pengguna pada penelitian ini dihitung dengan metode CSAT yang dimana skor CSAT dari hasil survei kepada pengguna sebesar 80% yang tergolong dalam ‘Excellent CSAT’.&lt;/jats:p&gt;</dc:description><dc:publisher>Universitas Muhammadiyah Kendari</dc:publisher><dc:date>2024-08-11</dc:date><dc:type>info:eu-repo/semantics/article</dc:type><dc:format>application/pdf</dc:format><dc:identifier>https://doi.org/10.51454/decode.v4i3.601</dc:identifier><dc:identifier>10.51454/decode.v4i3.601</dc:identifier><dc:source>Decode: Jurnal Pendidikan Teknologi Informasi; Vol 4 No 3 (2024); 764-774</dc:source><dc:source>2775-1813</dc:source><dc:source>2775-2984</dc:source><dc:relation>https://journal.umkendari.ac.id/index.php/decode/article/download/601/313</dc:relation><dc:rights>https://creativecommons.org/licenses/by-sa/4.0/</dc:rights></oai_dc:dc>