Sorensen, Edmond (2026) Pengembangan Sistem Rekomendasi Merchandise K-Pop dengan Content-Based Filtering dan Scraping Data. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

Text (Edmond Sorensen)
Bab_0.pdf

File Pdf (722kB)
Text
Bab_1.pdf

File Pdf (448kB)
Text
Bab_2.pdf

File Pdf (383kB)
Text
Bab_3.pdf
Restricted to Registered users only

File Pdf (370kB)
Text
Bab_4.pdf
Restricted to Registered users only

File Pdf (744kB)
Text
Bab_5.pdf
Restricted to Registered users only

File Pdf (954kB)
Text
Bab_6.pdf

File Pdf (398kB)

Abstract

Pesatnya perkembangan fenomena Hallyu dan K-Pop mendorong
meningkatnya permintaan terhadap berbagai jenis merchandise, namun Toko
Hearteuhearteu masih menentukan pembelian barang untuk dijual kembali secara
manual tanpa dukungan pengolahan data performa produk yang sistematis. Kondisi
ini membuat proses penentuan jenis dan jumlah barang yang dibeli menjadi kurang
efisien serta berpotensi menimbulkan ketidaktepatan pengadaan, seperti pembelian
barang yang berlebihan atau kurang sesuai dengan kebutuhan pasar.
Sebagai solusi atas permasalahan tersebut, penelitian ini mengembangkan
sebuah sistem rekomendasi merchandise K-Pop yang memanfaatkan data performa
produk dari Shopee Seller Center sebagai dasar pemberian rekomendasi pembelian
barang oleh penjual. Sistem ini dirancang untuk membantu toko dalam memperoleh
rekomendasi produk yang relevan secara objektif melalui pengolahan data yang
terstruktur, dengan tren popularitas K-Pop digunakan sebagai informasi pendukung.
Dengan adanya sistem rekomendasi ini, proses pembelian barang diharapkan
menjadi lebih efektif, efisien, dan terarah tanpa sepenuhnya bergantung pada
metode manual.
Evaluasi model menunjukkan bahwa K = 5 memberi performa paling optimal
dengan Coverage 0,983333 dan Average Distance 0,345484. Berdasarkan
pengujian sistem yang melibatkan 31 responden, hasil pengujian black box
menunjukkan tingkat keberhasilan sebesar 100%. Sementara itu, pengujian
usability memperoleh skor sebesar 4,9687. Ini membuktikan bahwa sistem akurat
dan mudah digunakan dalam mendukung keputusan toko.

Item Type: Thesis (S1)
Uncontrolled Keywords: Sistem Rekomendasi, Content-Based Filtering, Laravel, Flask,Merchandise K-Pop, Hallyu.
Subjects: Teknik Informatika > Enterprise Inf System
Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 26 Jun 2026 01:35
Last Modified: 26 Jun 2026 01:35
URI: https://repository.uajy.ac.id/id/eprint/37350

Actions (login required)

View Item
View Item