Sistem Rekomendasi Makanan Kucing Menggunakan Metode Content-Based Filtering

Brigitta Melati Kumarahadi; Yovita Kinanti Kumarahadi; Dziky Ridhwanullah

doi:10.53863/kst.v7i01.1471

Penulis

Brigitta Melati Kumarahadi STMIK Sinar Nusantara, Surakarta, Indonesia
Yovita Kinanti Kumarahadi STMIK Sinar Nusantara, Surakarta, Indonesia
Dziky Ridhwanullah STMIK Sinar Nusantara, Surakarta, Indonesia

DOI:

https://doi.org/10.53863/kst.v7i01.1471

Kata Kunci:

rekomendasi, kucing, content-ased filtering

Abstrak

Kucing adalah hewan peliharaan yang populer karena tingkah laku dan bentuk fisiknya yang menggemaskan. Kucing dipelihara dengan membutuhkan perhatian khusus, termasuk dalam hal pemberian makanan. Pemberian makanan yang sesuai dengan kebutuhan kucing penting untuk pertumbuhan optimal dan pencegahan dari masalah kesehatan. Sistem rekomendasi makanan kucing adalah solusi yang tepat bagi pemilik kucing untuk memilih makanan yang sesuai dengan kebutuhan hewan peliharaan mereka. Sistem rekomendasi merupakan sistem yang dirancang untuk membantu pengguna mendapatkan rekomendasi item yang relevan dan bermanfaat. Content based filtering merupakan sistem rekomendasi yang memberikan saran berdasarkan preferensi pengguna terhadap beberapa item, antara lain usia, varian, merk, rasa, ukuran, dan harga. Data yang digunakan yaitu data produk makanan kucing dengan merk whiskas, cat choize, Me-O, dan royal canin yang ada di Pet Shop Colomadu. Nilai rekomendasi dihitung berdasarkan nilai cosine similarity antara dua item. Dilakukan dua pengujian sistem, yaitu pengujian fungsionalitas (blackbox) dan pengujian validitas. Pengujian fungsionalitas dilakukan dengan memastikan fungsi sistem berjalan dengan baik dan pengujian validas dilakukan dengan cara membandingkan antara hasil rekomendasi yang dihitung secara manual dengan rekomendasi yang dihasilkan sistem. Hasil pengujian fungsionalitas menunjukkan sistem dapat berfungsi dengan baik. Hasil pengujian validitas menunjukkan sistem valid dan dapat digunakan dengan tepat. Hal tersebut dapat disimpulkan bahwa sistem rekomendasi makanan kucing dengan menggunakan metode content-based filtering dapat digunakan untuk merekomendasikan makanan kucing yang tepat.

Biografi Penulis

Yovita Kinanti Kumarahadi, STMIK Sinar Nusantara, Surakarta, Indonesia

SINTA ID 6777509

Referensi

Arimurti, A. R. R., Rohmayani, V., Artanti, D., Daesusi, R., Alvian, M., & Anggraeni, V. L. (2023). Peran Penting Pemilik Kucing Terhadap Kesehatan Kucing Peliharaan Di Wilayah Tambaksari, Surabaya. Jdistira, 3(2), 181–186. https://doi.org/10.58794/jdt.v3i2.564

Fakio, A. B., & Sumijan. (2021). Sistem Pakar Menggunakan Metode Forward Chaining Dalam Akurasi Identifikasi Penyakit Feline Urologic Sindrome. Jurnal Informasi Dan Teknologi, 3(1), 16–20. https://doi.org/10.37034/jidt.v3i1.85

Jannach, D., Zanker, M., Felfernig, A., & Friedrich, G. (2010). Recommender Systems: An Introduction. Cambridge University Press.

Kiswanto, R. H., Bakti, S., & Thamrin, R. M. H. (2021). Rancang Bangun Sistem Pakar Diagnosis Penyakit Kucing Menggunakan Metode Backward Chaining. Jurnal Eksplora Informatika, 11(1), 67–76. https://doi.org/10.30864/eksplora.v11i1.610

Kosim, & Prihandi, R. (2024). Sistem Rekomendasi Menu Minuman Dengan Metode Content – Based Filtering Berbasis Android Pada Mubtada Kopi. Journal of Computation Science And Artificial Intelligence, 1(1), 43–69.

Larasati, F. B. A., & Februariyanti, H. (2021). Sistem Rekomendasi Product Emina Cosmetics dengan Menggunakan Metode Content - Based Filtering. MISI (Jurnal Manajemen Informatika & Sistem Informasi), 4(1), 45–54.

Melyani, C. A., Kesumawati, A., Hakim, R. B. F., & Primandari, A. H. (2022). Hotel Recommendation System with Content-Based Filtering Approach (Case Study: Hotel in Yogyakarta on Nusatrip Website). J Statistika, 15(1), 152–157.

Puspitorini, I., & Sintawati, I. D. (2021). Penerapan Data Mining untuk Klasifikasi Prediksi Produk Jenis Makanan Kucing yang Sesuai Kebutuhan dengan Algoritma Decision Tree (ID3). Jurnal AKRAB JUARA, 6(4), 21–26.

Qurniawan, M., & Muhatri. (2023). Sistem Pendukung Keputusan Menentukan Produk Makanan Kucing Terbaik Menggunakan Metode Moora. JID (Jurnal Info Digit), 1(2), 567–583.

Ramadhan, F., & Musdholifah, A. (2021). Online Learning Video Recommendation System Based on Course and Sylabus Using Content-Based Filtering. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 15(3), 265–274. https://doi.org/10.22146/ijccs.65623

Rianti, A., Majid, N. W. A., & Fauzi, A. (2024). Machine Learning Journal Article Recommendation System Using Content Based Filtering. JUTI: Jurnal Ilmiah Teknologi Informasi, 22(1), 1–10.

Rosidah, L., & Dellia, P. (2024). Library Book Recommendation System Using Content-Based Filtering. Internet of Things and Artificial Intelligence Journal, 4(1), 42–65. https://doi.org/10.31763/iota.v4i1.693

Sari, Y., Baskara, A. R., Prakoso, P. B., & Royani, N. (2022). Perbandingan Metode Pembobotan Tf-Rf Dan Tf-Idf Dikombinasikan Dengan Weighted Tree Similarity Untuk Sistem Rekomendasi Buku. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 9(6), 1323–1332. https://doi.org/10.25126/jtiik.202295709

Sya’bana, N. A., Herdiansah, A., Faridi, F., & Pujangkoro, T. (2023). Sistem Pendukung Keputusan Pemilihan Makanan Kucing Menggunakan Metode Analitical Hierarchy Process. JIKA (Jurnal Informatika), 7(4), 472–478. https://doi.org/10.31000/jika.v7i4.9600