PERBANDINGAN KEAKURATAN SISTEM REKOMENDASI PRODUK BERBASIS CONTENT-BASED FILTERING DAN COLLABORATIVE FILTERING PADA E-COMMERCE SHOPEE MENGGUNAKAN MATRIK PRECISION, RECALL DAN F1-SCORE

Sistem Rekomendasi Produk sangat membantu pengguna didalam menemukan produk-produk menarik, penelitian ini bertujuan untuk membandingkan kinerja dua metode populer dalam sistem rekomendasi produk, yaitu Content-Based Filtering dan Collaborative Filtering. Kedua metode ini sering digunakan untuk memberikan rekomendasi yang relevan kepada pengguna berdasarkan karakteristik item atau preferensi pengguna lainnya.
Metode penelitian yang digunakan adalah kuantitatif, dengan pengumpulan data melalui kuesioner. Data yang diperoleh kemudian dianalisis menggunakan matrik evaluasi precision, recall, dan F1-score untuk mengukur tingkat akurasi kedua metode tersebut.
Hasil penelitian menunjukkan bahwa metode Content-Based Filtering menghasilkan rekomendasi yang lebih akurat dalam konteks penelitian ini. Hal ini mengindikasikan bahwa pada kasus yang diteliti, karakteristik item yang relevan dengan preferensi pengguna memiliki pengaruh yang lebih dominan dibandingkan dengan preferensi pengguna lain.