Laptop adalah komputer pribadi yang kecil dan ringan, sehingga portabel. Dengan banyaknya brand dan spesifikasi yang ada saat ini, calon pembeli sering kebingungan memilih laptop yang sesuai dengan kebutuhan mereka. Kebanyakan orang lebih familiar dengan aplikasi yang digunakan sehari-hari. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sistem rekomendasi laptop. Sistem ini akan membantu calon pembeli memilih laptop yang sesuai dengan kebutuhan spesifikasi minimum aplikasi yang akan digunakan. Metode yang digunakan adalah Content Based Filtering, yang memberikan rekomendasi berdasarkan profil preferensi pengguna dan deskripsi item. Algoritma yang diterapkan adalah Euclidean Distance dan Cosine Similarity. Hasil penelitian menunjukkan bahwa Euclidean Distance dapat merekomendasikan laptop berdasarkan spesifikasi yang paling mendekati kebutuhan aplikasi, sementara Cosine Similarity dapat memberikan rekomendasi laptop dengan spesifikasi serupa saat melihat detail dari hasil rekomendasi Euclidean Distance. Pengujian dengan 100 kali uji data menghasilkan rata-rata precision sebesar 98.4% pada Cosine Similarity.
Copyrights © 2024