Ketika berbelanja pada toko online, pelanggan selalu dibingungkan dengan banyaknya produk yang ditampilkan pada katalog. Sebagai solusinya pelanggan melihat testimony dan rating pengguna lain untuk memastikan bahwa produk yang akan dibeli itu sesuai dengan apa yang ditampilkan pada katalog produk. User-base collaborative filtering merupakan metode rekomendasi yang menggunakan data rating dari pengguna untuk menghasilkan rekomendasi. Untuk membuat system rekomendasi dengan menggunakan metode tersebut, ada tiga langkah yang harus dilakukan yaitu, pertama menghitung jarak rating antara user dengan menggunakan persamaan Euclidean distance, kedua menghitung similiarity (kesamaan) antara user aktif dengan user lainnya berdasarkan perhitungan euclidean distance. Setelah mendapatkan nilai similaritas anatar item kemudian dilanjutkan dengan menghitung prediksi rating dengan mengalihkan nilai similaritas dengan nilai rating user kemudian menjumlahkan semua nilai hasil perkalian tersebut. Hasil akhir dari perhitungan prediksi yaitu lia nilai rekomendasi tertinggi yang kemudian secara system nantinya akan diolah sedemikian rupa sehingga menghasilkan rekomendasi dari produk sepatu yang ditampilkan kepada user yang aktif sebagai rekomendasi produk. Dengan adanya system rekomendasi ini diharapkan akan lebih meningkatkan kenyamanan konsumen ketika berbelanja di toko online kenzios
Copyrights © 2022