SISTEM REKOMENDASI FRAME KACAMATA BERDASARKAN BENTUK WAJAH MENGGUNAKAN CONTENT- BASED FILTERING
Abstract
Pemilihan frame kacamata merupakan salah satu faktor yang memengaruhi kenyamanan dan penampilan pengguna selain fungsi koreksi penglihatan. Pada praktiknya, proses pemilihan frame di toko optik masih dilakukan secara manual melalui konsultasi dengan petugas sehingga rekomendasi yang diberikan bergantung pada pengalaman dan penilaian subjektif. Penelitian ini bertujuan membangun sistem rekomendasi frame kacamata berbasis web yang mampu memberikan rekomendasi secara lebih objektif berdasarkan karakteristik bentuk wajah pengguna. Sistem dikembangkan menggunakan MediaPipe Face Landmarker untuk memperoleh titik-titik facial landmark yang digunakan dalam pengukuran karakteristik geometris wajah. Selanjutnya, metode Rule-Based Classification diterapkan untuk mengidentifikasi kategori bentuk wajah pengguna. Hasil klasifikasi digunakan sebagai masukan pada metode Content-Based Filtering. Proses rekomendasi memanfaatkan aturan FACE_MATCH untuk menghitung Frame Score, kemudian mengombinasikannya dengan Rating Score dan Price Score sehingga diperoleh Final Score sebagai dasar pemeringkatan produk. Dataset penelitian terdiri atas 100 data produk frame kacamata. Hasil implementasi menunjukkan bahwa sistem mampu mengidentifikasi bentuk wajah pengguna serta menghasilkan rekomendasi frame kacamata berdasarkan nilai Final Score yang merepresentasikan tingkat kecocokan setiap produk terhadap karakteristik wajah pengguna. Pengujian menggunakan metode Black Box Testing menunjukkan bahwa seluruh fungsi utama sistem berjalan sesuai dengan rancangan, mulai dari proses deteksi wajah, identifikasi bentuk wajah, perhitungan skor rekomendasi, hingga penampilan hasil rekomendasi. Dengan demikian, sistem yang dikembangkan mampu membantu proses pemilihan frame kacamata secara lebih cepat, objektif, dan terstruktur sesuai dengan karakteristik bentuk wajah pengguna
Downloads
Copyright (c) 2026 JATI (Jurnal Mahasiswa Teknik Informatika)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.









