UKIPUKIP

Paulus Informatics JournalPaulus Informatics Journal

Perkembangan teknologi informasi yang pesat mendorong transformasi penjualan handphone ke arah digital. Namun, konsumen masih sering mengalami kesulitan dalam menentukan handphone yang sesuai dengan kebutuhan dan anggaran akibat banyaknya variasi spesifikasi dan rentang harga di pasaran. Kondisi ini menimbulkan kebutuhan akan sistem pendukung keputusan yang mampu memberikan rekomendasi produk secara objektif, relevan, dan sesuai preferensi pengguna. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekomendasi handphone berbasis web dengan memanfaatkan algoritma K-Nearest Neighbors (KNN) guna membantu konsumen memilih produk yang paling sesuai. Metode yang digunakan adalah penelitian terapan dengan pendekatan pengembangan sistem yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Data penelitian berupa spesifikasi handphone yang diperoleh dari Toko Jakarta Cell, sedangkan subjek penelitian adalah pengguna sistem. Algoritma KNN diterapkan menggunakan perhitungan jarak Euclidean berdasarkan atribut harga, RAM, kapasitas penyimpanan, dan kamera untuk mengukur tingkat kemiripan antara preferensi pengguna dan produk yang tersedia. Hasil pengujian sistem menggunakan metode black box menunjukkan seluruh fungsi berjalan sesuai kebutuhan, dan seluruh modul utama beroperasi dengan baik. Sistem mampu menghasilkan rekomendasi handphone yang relevan dan akurat, sehingga penerapan algoritma KNN terbukti efektif dalam membantu pengambilan keputusan pembelian serta berpotensi meningkatkan kepuasan pengguna dan efektivitas penjualan.

Penerapan algoritma K-Nearest Neighbors (KNN) memungkinkan sistem memberikan rekomendasi produk handphone berdasarkan atribut kualitas seperti harga, RAM, penyimpanan, dan kamera, dan disesuaikan dengan rentang preferensi konsumen.Sistem yang dibangun memudahkan konsumen dalam menentukan pilihan produk sehingga meningkatkan efisiensi proses pembelian dan mengurangi kebingungan terhadap banyaknya pilihan yang tersedia.Hasil pengujian sistem menggunakan metode black-box menunjukkan bahwa semua fitur berfungsi sesuai dengan fungsionalitas yang diharapkan, dan sistem mampu memberikan hasil rekomendasi yang tepat berdasarkan input pengguna.

Pertama, meneliti efektivitas integrasi atribut tambahan seperti ukuran layar dan kapasitas baterai dalam model KNN guna meningkatkan personalisasi rekomendasi. Kedua, mengembangkan aplikasi mobile berbasis iOS dan Android yang terhubung dengan backend web sehingga konsumen dapat mengakses sistem rekomendasi kapan saja dan di mana saja. Ketiga, menambahkan modul analitik real‑time untuk menghitung biaya pengiriman berdasarkan jarak aktual sehingga pelanggan dapat melihat estimasi pengiriman sebelum melakukan pembelian.

  1. Vol. 1 No. 2 (2022): Juni : Jurnal Teknik dan Science | Jurnal Teknik dan Science. vol jurnal teknik... doi.org/10.56127/jts.v1i2Vol 1 No 2 2022 Juni Jurnal Teknik dan Science Jurnal Teknik dan Science vol jurnal teknik doi 10 56127 jts v1i2
  2. DOI Name 10.30998 Values. doi name values index type timestamp data hs serv 48z crossref email support... doi.org/10.30998DOI Name 10 30998 Values doi name values index type timestamp data hs serv 48z crossref email support doi 10 30998
  3. PERANCANGAN SISTEM INFORMASI PENYEWAAN ALAT KESEHATAN PT XYZ BERBASIS WEB | JSI (Jurnal Sistem Informasi)... doi.org/10.35968/jsi.v10i2.1078PERANCANGAN SISTEM INFORMASI PENYEWAAN ALAT KESEHATAN PT XYZ BERBASIS WEB JSI Jurnal Sistem Informasi doi 10 35968 jsi v10i2 1078
Read online
File size1.22 MB
Pages16
DMCAReport

Related /

ads-block-test