Sistem Rekomendasi Penjualan Produk Sembako Menggunakan Metode Content-Based Filtering Dengan Algoritma Cosine Similarity

Perkembangan teknologi digital menuntut toko sembako beradaptasi dalam meningkatkan promosi dan penjualan. Konsumen sering kesulitan menemukan produk sesuai preferensi karena banyaknya pilihan. Maka dari itu, diperlukan sistem rekomendasi berbasis web dengan metode Content-Based Filtering dan algoritma Cosine Similarity agar rekomendasi lebih relevan, personal, sekaligus mendukung optimalisasi promosi serta kepuasan pelanggan.. Tujuan dari penelitian ini adalah untuk merancang serta mengimplementasikan sistem rekomendasi berbasis web yang mampu memberikan saran produk relevan dan kepuasan pelanggan. Data diperoleh melalui studi pustaka Penelitian ini menggunakan metode Content-Based Filtering dengan algoritma Cosine Similarity untuk menganalisis kesamaan atribut produk, seperti kategori, merek, rasa, dan harga. Hasil penelitian menunjukkan bahwa sistem rekomendasi berbasis Content-Based Filtering dengan algoritma Cosine Similarity berjalan sesuai rancangan. Perhitungan manual menghasilkan nilai kesamaan 0.739 dan 0.472 yang konsisten dengan rekomendasi sistem. Uji coba black-box berhasil, serta kuesioner 16 responden menunjukkan kepuasan rata-rata 82,87%, membuktikan sistem efektif memberikan kepuasan dalam. Penelitian ini menyimpulkan bahwa sistem rekomendasi berbasis Content-Based Filtering dengan algoritma Cosine Similarity berhasil dibangun dan berfungsi baik. Perhitungan manual maupun hasil kuesioner mendukung keakuratan sistem. Rekomendasi produk yang dihasilkan relevan dengan preferensi pelanggan serta kepuasan berbelanja.