PENERAPAN METODE CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI COFFEE SHOP DI KOTA SURAKARTA BERBASIS WEB

Abstract

Kota Surakarta merupakan salah satu pusat pendidikan dan budaya yang memiliki pertumbuhan industri kreatif kuliner sangat pesat. Namun, menjamurnya jumlah coffee shop saat ini menimbulkan fenomena information overload yang menyulitkan konsumen dalam memilih lokasi yang paling sesuai dengan kriteria personal mereka. Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi coffee shop berbasis web yang mampu memberikan pilihan keputusan secara cepat dan akurat. Pengembangan sistem ini menggunakan model prototype. Logika rekomendasi dikembangkan dengan menerapkan metode Content-Based Filtering yang mengintegrasikan teknik pembobotan TF-IDF untuk ekstraksi fitur atribut coffee shop dan perhitungan cosine similarity untuk mengukur tingkat kemiripan karakteristiknya. Hasil pengujian fungsional menunjukkan bahwa sistem web dapat berjalan dengan baik sesuai kebutuhan pengguna. Berdasarkan evaluasi performa algoritma menggunakan confusion matrix terhadap 100 data coffee shop, sistem berhasil memperoleh rata-rata precision sebesar 88,00%, rata-rata recall mencapai 88,67%, serta F1-score sebesar 87,96%. Hasil tersebut membuktikan bahwa metode yang diimplementasikan memiliki tingkat akurasi yang tinggi dalam menghasilkan rekomendasi yang relevan