SISTEM REKOMENDASI PRODUK SKINCARE BERBASIS REPRESENTASI SEMANTIK ULASAN MENGGUNAKAN HYBRID FILTERING DAN MULTILINGUAL SENTENCE-BERT

Rizky Aprilia Ineztri Utomo, . (2026) SISTEM REKOMENDASI PRODUK SKINCARE BERBASIS REPRESENTASI SEMANTIK ULASAN MENGGUNAKAN HYBRID FILTERING DAN MULTILINGUAL SENTENCE-BERT. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text Cover_123220012.pdf Download (192kB)
	Text Abstrak_123220012.pdf Download (742kB)
	Text Halaman Pengesahan_123220012.pdf Download (1MB)
	Text Daftar Isi_123220012.pdf Download (477kB)
	Text Daftar Pustaka_123220012.pdf Download (2MB)
	Text Fulltext_123220012.pdf Restricted to Repository staff only Download (7MB)

Abstract

Banyaknya variasi produk skincare di pasaran menyebabkan konsumen mengalami kesulitan dalam menentukan produk yang sesuai dengan kebutuhan kulitnya. Kesalahan dalam pemilihan produk skincare dapat menimbulkan berbagai dampak negatif, seperti iritasi hingga kerusakan kulit. Ulasan pengguna yang bersifat subjektif, deskriptif, dan multibahasa juga menyulitkan proses analisis secara objektif. Penelitian ini mengembangkan sistem rekomendasi produk skincare berbasis hybrid filtering, yaitu penggabungan metode content-based filtering dan collaborative filtering, sebagai solusi untuk menghasilkan rekomendasi yang lebih relevan berdasarkan kemiripan makna ulasan pada tingkat kalimat yang direpresentasikan secara semantik serta preferensi pengguna.
Metode penelitian mencakup tahapan preprocessing data seperti case folding, data cleaning, normalisasi karakter berulang, dan normalisasi whitespace. Pendekatan content-based filtering dilakukan menggunakan Multilingual Sentence-BERT dan cosine similarity untuk menangkap kemiripan makna kalimat ulasan, sedangkan collaborative filtering menggunakan algoritma Item-Based K-Nearest Neighbor (KNN) berbasis data rating pengguna. Dataset yang digunakan terdiri dari 16.988 pengguna, 792 produk, dan 29.561 interaksi yang diperoleh melalui proses scraping dari platform FemaleDaily. Evaluasi dilakukan menggunakan metrik precision, recall, Mean Average Precision (MAP), dan Mean Absolute Error (MAE).
Hasil pengujian menunjukkan bahwa metode hybrid filtering memberikan performa yang lebih baik dibandingkan content-based filtering. Pada Top-3, diperoleh nilai precision sebesar 97,22% dan MAP sebesar 95,60%, sedangkan pada Top-6 diperoleh precision sebesar 90,28% dan MAP sebesar 96,61%. Nilai recall mencapai 100% pada Top-6, serta nilai MAE terbaik sebesar 3,017846. Hasil ini menunjukkan bahwa penggabungan representasi semantik ulasan dan pola interaksi pengguna mampu meningkatkan akurasi dan relevansi rekomendasi produk skincare, sehingga sistem dapat membantu pengguna dalam memilih produk yang sesuai secara lebih efektif.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Rizky Aprilia Ineztri Utomo (Penulis - 123220012) ; Agus Sasmito Aribowo (Pembimbing)
Uncontrolled Keywords:	sistem rekomendasi, skincare, hybrid filtering, Multilingual Sentence-BERT, collaborative filtering
Subjek:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	A.Md Eko Suprapti
Date Deposited:	19 May 2026 01:05
Last Modified:	19 May 2026 01:05
URI:	http://eprints.upnyk.ac.id/id/eprint/48419

Actions (login required)

View Item