PENGEMBANGAN MODEL REKOMENDASI PRODUK MENGGUNAKAN HYBRID FILTERING PADA TOKO ELSE BRANDED

Abstract

Toko Pakaian Else Branded, sebuah UMKM yang berlokasi di Boyolali, menghadapi tantangan dalam memahami perilaku konsumen dan menentukan strategi promosi produk yang efektif. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan mengembangkan sistem rekomendasi produk berbasis Hybrid Filtering dengan pendekatan CRISP-DM. Sistem ini menggabungkan Collaborative Filtering dan Content-Based Filtering untuk menghasilkan rekomendasi yang lebih relevan dan seimbang. Data dikumpulkan melalui kuesioner dari 124 tanggapan dan diolah melalui tahap data preparation menggunakan teknik One-Hot Encoding. Model hybrid yang dibangun menunjukkan hasil prediksi rata-rata sebesar 4,10 (skala 1–5) dan performa evaluasi yang tinggi dengan akurasi 92%, serta precision dan recall sebesar 95,45%. Hasil ini membuktikan bahwa pendekatan hybrid mampu meningkatkan kualitas rekomendasi dan mendukung pengambilan keputusan bisnis berbasis data secara efektif dan mudah diterapkan dalam konteks UMKM ritel pakaian.