Penerapan Algoritma Machine Learning dalam Rekomendasi Produk pada Toko Sepatu 910 di E-Commerce
DOI:
https://doi.org/10.59945/jpnm.v4i1.1048Keywords:
Algoritma; E-commerce; Machine Learning; Rekomendasi Produk; Sistem Rekomendasi.Abstract
Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi kinerja sistem rekomendasi produk pada Toko Sepatu 910 berbasis algoritma machine learning dengan memanfaatkan data interaksi pengguna dan atribut produk di platform e-commerce. Metode penelitian menggunakan pendekatan kuantitatif dengan eksperimen terapan untuk menguji efektivitas model rekomendasi yang dikembangkan. Data penelitian mencakup riwayat penelusuran, pembelian, serta karakteristik produk yang kemudian diolah menggunakan beberapa algoritma seperti content-based filtering, collaborative filtering, dan model hybrid. Evaluasi performa dilakukan melalui metrik akurasi, precision, recall, dan mean average precision untuk memperoleh gambaran tingkat relevansi rekomendasi yang dihasilkan. Hasil penelitian menunjukkan bahwa model hybrid memberikan performa paling optimal dibandingkan pendekatan tunggal, sehingga mampu meningkatkan relevansi rekomendasi dan potensi konversi pembelian pada platform. Temuan ini memberikan implikasi praktis bagi pengembangan strategi pemasaran digital, khususnya bagi UMKM yang ingin meningkatkan pengalaman pengguna dan efektivitas penjualan melalui pemanfaatan teknologi machine learning. Penelitian ini juga membuka peluang untuk pengembangan model yang lebih adaptif melalui integrasi data perilaku waktu nyata dan algoritma deep learning.
References
Agarwal, S. (2023). Multi-Modal Deep Learning for Unified Search-Recommendation Systems in Hybrid Content Platforms. International Journal of AI, BigData, Computational and Management Studies, 4, 30–39. https://doi.org/10.63282/3050-9416.ijaibdcms-v4i3p104
Anis, N., Binti, N., Romzi, M., Haw, S.-C., Kong, W.-E., Santoso, A., & Tong, G.-K. (2024). Generative AI Recommender System in E-Commerce. 14(6).
Anora, A., Muchayatin, |, Yanti, |, Ginting, M., Persada, U. B., & City, L. (2025). The Influence of E-Commerce Trust, Site Loyalty, and Satisfaction on Digital Consumer Purchase Behavior Funding information. Indonesian Journal Economic Review (IJER), 5(1), 43–54. https://doi.org/10.59431/ijer.v5i1.412
Cahayani, N., Riorini, S. V., Maythili, M., & Santoso, D. V. (2025). Consequences of Online Shopping Attributes on E-Commerce Customers. Jurnal Ilmiah Manajemen Kesatuan, 13(1), 65–72. https://doi.org/10.37641/jimkes.v13i1.3031
Erlangga, H., Setiawati, T., Riadi, F., Hindarsah, I., & Riani, D. (2024). Consumer Behavior in The Digital Age: A Qualitative Analysis of Online Shopping Patterns in Indonesia. Majalah Ilmiah Bijak, 21(2), 424–432. https://doi.org/10.31334/bijak.v21i1.4334
Fadhilah, R., & Susanto, A. (2024). Hybrid recommender system menggunakan metode content-based dan collaborative filtering pada aplikasi retail fashion. JISICOM, 13(1), 77–88.
https://journal.stmikjayakarta.ac.id/index.php/jisicom/article/view/1904
Hutagalung, D., Simarmata, R., & Ginting, A. (2022). Collaborative filtering pada sistem rekomendasi marketplace menggunakan data interaksi pengguna. Jurnal Informatika Triguna Dharma, 5(4), 233–241.
https://ojs.trigunadharma.ac.id/index.php/jis/article/view/10706
Jeong, E., Li, X., Kwon, A., Park, S., Li, Q., & Kim, J. (2024). A Multimodal Recommender System Using Deep Learning Techniques Combining Review Texts and Images. Applied Sciences (Switzerland), 14(20). https://doi.org/10.3390/app14209206
Li, Y., Deng, X., Hu, X., & Liu, J. (2024). The Effects of E-Commerce Recommendation System Transparency on Consumer Trust: Exploring Parallel Multiple Mediators and a Moderator. Journal of Theoretical and Applied Electronic Commerce Research , 19(4), 2630–2649. https://doi.org/10.3390/jtaer19040126
Lim, Y. F., Haw, S. C., & Anaam, E. A. (2023). Hybrid-based Recommender System for Online Shopping: A Review. Journal of Engineering Technology and Applied Physics, 5(1), 12–34. https://doi.org/10.33093/jetap.2023.5.1
Nasution, R., & Irvansyah, I. (2022). Sistem rekomendasi menggunakan content-based filtering pada data e-commerce. Jurnal Teknik Komputer SIMTEK, 11(2), 145–152.
https://ejournal.catursakti.ac.id/index.php/simtek/article/view/1665
Neelima Jain, & Dr. Abid Hussain. (2024). A Hybrid Machine Learning Approach for Improving E-Commerce Recommendation Systems Using Python. International Journal of Scientific Research in Science and Technology, 11(6), 1092–1105. https://doi.org/10.32628/ijsrst251263
Nurlita, C. I., Atina, V., Permatasari, H., Informasi, S., Komputer, I., Duta, U., & Surakarta, B. (2025). PENGEMBANGAN MODEL REKOMENDASI PRODUK MENGGUNAKAN HYBRID FILTERING PADA TOKO ELSE BRANDED. 10(2).
Rachmaniar, A., Widayati, S., Rokoyah, K., Studi Manajemen Informatika, P., Studi Sistem Informasi, P., & Jakarta STI, S. (2025). SISTEM REKOMENDASI PRODUK E-COMMERCE MENGGUNAKAN COLLABORATIVE FILTERING DAN CONTENT-BASED FILTERING (E-Commerce Product Recommendation System Using Collaborative Filtering and Content-Based Filtering). Journal of Information System, Informatics and Computing Issue Period, 9(1), 40–54. https://doi.org/10.52362/jisicom.v9i1.1904
Rahmawati, D., Fikri, K., & Adityo, A. (2023). Implementasi content-based filtering untuk rekomendasi produk berbasis atribut. Jurnal Teknik ITS, 12(1), 22–29.
https://ejournal.its.ac.id/index.php/teknik/article/view/140247
Rahmawati, D., Setiawan, K. S., Reynaldy, M. F., Rangga, M., & Saelan, R. (2025). Deep Learning dengan ResNet50 untuk Sistem Rekomendasi Fashion Berbasis Citra.
Ramadhani, T., Nabilah, S., Abimayu, A., & Loi, T. (2025). Pengembangan Sistem Rekomendasi Produk E-Commerce Menggunakan Algoritma Collaborative Filtering. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(2), 4848–4854. https://doi.org/10.31004/riggs.v4i2.1349
Sibuea, S., & Widodo, Y. B. (2024). Pengembangan Model Machine Learning untuk Rekomendasi Produk Berdasarkan Analisis Pola Pembelian. Jurnal Teknologi Informatika Dan Komputer, 10(2), 567–583. https://doi.org/10.37012/jtik.v10i2.2354
Sitti Aliyah Azzahra, Syafran Nurrahman, & Aep Saefullah. (2024). Integrasi Kecerdasan Buatan Dalam Sistem Rekomendasi Produk Untuk E-Commerce. Jurnal Sains Dan Teknologi, 3(1), 21–28. https://doi.org/10.58169/saintek.v3i1.394
Sulistiyowati, R., Legis, S., & Yudha Krisna, D. (2023). STRATEGI PENJUALAN DENGAN MENGETAHUI POLA PEMBELIAN PELANGGAN TERHADAP DATA PENJUALAN MENGGUNAKAN ALGORITMA APRIORI. Jurnal Informatika & Komputasi, 17.
Tahir, M. R., Nazir, N., Ishaq, K., & Ahmed, S. (2025). A Data-Driven Review of Machine Learning Techniques for E-commerce Product Recommendation Systems. International Journal of Innovations in Science and Technology, 1475–1494. https://doi.org/10.33411/ijist/20257314751494
Tholib, A., Widiyaningtyas, T., & Prasetya, D. D. (2025). An Intelligent Recommendation System Utilizing a Hybrid Deep Learning Method. Engineering, Technology and Applied Science Research, 15(4), 25971–25977. https://doi.org/10.48084/etasr.12230
Utami, S. R., Pratama, F., & Nanda, R. (2023). Penerapan CNN untuk ekstraksi fitur visual pada sistem rekomendasi produk fashion. Jurnal Informatika UPN Veteran Jakarta, 14(3), 211–223.
https://ejournal.upnvj.ac.id/informatik/article/view/11967
Yolanda, S., Utami, R., Yulianto, E., Luthfi, A. N., & Fahrudi, I. (2024). From Transactions to Relationships: Leveraging E-Service Quality to Secure E-Customer Trust and Loyalty. https://profit.ub.ac.id
Zhang, Y., Yao, L., Sun, A., & Tay, Y. (2020). Deep learning based recommender system: A survey and new perspectives. arXiv preprint arXiv:2003.04888.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 JPNM Jurnal Pustaka Nusantara Multidisiplin

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







