PENERAPAN VECTOR SPACE MODEL UNTUK REKOMENDASI PRODUK DI E-COMMERCE

Abstract

Perkembangan teknologi informasi dan komunikasi telah mengubah berbagai aspek kehidupan, termasuk perdagangan. E-commerce telah menjadi platform utama untuk transaksi online, namun konsumen seringkali kesulitan menemukan produk yang sesuai dengan kebutuhan mereka. Sistem rekomendasi produk berperan penting dalam membantu konsumen menemukan produk yang relevan berdasarkan preferensi mereka. Penelitian ini bertujuan untuk menerapkan Vector Space Model (VSM) dalam sistem rekomendasi produk di e-commerce. VSM memetakan teks ke dalam ruang vektor, memungkinkan analisis kuantitatif dari kemiripan teks. Data dikumpulkan dari berbagai sumber e-commerce dan melalui tahapan preprocessing teks seperti tokenisasi, filtering, dan stemming. Setiap produk direpresentasikan sebagai vektor dengan bobot term menggunakan teknik TF-IDF. Hasil perhitungan kemiripan menggunakan cosine similarity menunjukkan bahwa VSM efektif dalam menghasilkan rekomendasi produk yang relevan berdasarkan deskripsi teks. Namun, terdapat keterbatasan seperti ketergantungan pada preprocessing dan kurangnya pemahaman konteks. Meskipun demikian, penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem rekomendasi produk yang lebih efektif di platform e-commerce.