Implementasi Chatbot Rekomendasi Produk Skincare Berbasis Website Menggunakan Metode NLP TF-IDF Dan Cosine Similarity
Article Sidebar
Main Article Content
Abstract
Perkembangan industri kosmetik memunculkan fenomena choice overload dan asimetri informasi, di mana konsumen awam sering menyampaikan keluhan menggunakan bahasa sehari-hari, sementara spesifikasi produk dijelaskan dengan terminologi medis. Hal ini menyulitkan konsumen dalam menemukan produk yang tepat. Penelitian ini bertujuan merancang agen percakapan cerdas (chatbot) berbasis website sebagai sistem rekomendasi skincare untuk menjembatani kesenjangan bahasa tersebut secara komputasional. Pengembangan sistem mengadopsi metode Software Development Life Cycle (SDLC) dengan model Waterfall. Basis data yang digunakan mencakup 280 data produk primer dari 11 merek terkemuka. Teks masukan pengguna diproses melalui tahapan Natural Language Processing (NLP). Teks tersebut kemudian dibobotkan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dan tingkat kemiripannya dihitung menggunakan metrik Cosine Similarity. Hasil evaluasi menunjukkan sistem berhasil beroperasi dengan baik. Pengujian Black Box membuktikan seluruh fungsionalitas berjalan 100% tanpa galat (bug). Pengujian akurasi algoritma mencatatkan skor relevansi yang tinggi dalam merekomendasikan produk. Selain itu, hasil User Acceptance Testing (UAT) terhadap 33 responden memperoleh skor rata-rata 3,98 (kategori Baik), yang mengonfirmasi tingginya tingkat penerimaan pengguna. Sebagai kesimpulan, sistem rekomendasi ini terbukti efektif memecahkan masalah asimetri informasi dan memberikan solusi perawatan kulit yang terpersonalisasi.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
M. Rosalina, Y. Masnita, and K. Kurniawati, “Perceived Value, Consumer Consciousness, and Purchase Decisions: The Impact of Choice Overload in Indonesia’s Digital Marketplaces,” Adv. J. Ekon. Bisnis, vol. 4, no. 2, pp. 361–378, 2026, [Online]. Available: https://advancesinresearch.id/index.php/AJEB/article/view/774
N. Azizah and A. F. Rozi, “Sistem Rekomendasi Produk Somethinc Menggunakan Metode Content-based Filtering,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 6, no. 3, pp. 461–468, 2024, doi: 10.47233/jteksis.v6i3.1411.
S. C. Agustin, P. H. Syafina, N. Rachmatin, A. Yunizar, and P. Yusuf, “3141-Naskah Publikasi-13737-1-10-20240129.pdf,” vol. 7, pp. 98–108, 2024.
F. Erlangga and I. P. Sari, “Perancangan Sistem Untuk Merekomendasikan Produk Skincare Menggunakan Metode NLP,” Portal Ris. dan Inov. Sist. Perangkat Lunak, vol. 2, no. 4, pp. 1–11, 2024, doi: 10.59696/prinsip.v2i4.49.
R. Ramli and A. D. Kalifia, “Chatbot for Clothing Color Recommendations Based on Skin Tone,” bit-Tech, vol. 8, no. 2, pp. 2206–2217, 2025, doi: 10.32877/bt.v8i2.3220.
G. H. Setiawan and I. M. B. Adnyana, “Improving Helpdesk Chatbot Performance with Term Frequency-Inverse Document Frequency (TF-IDF) and Cosine Similarity Models,” J. Appl. Informatics Comput., vol. 7, no. 2, pp. 252–257, 2023, doi: 10.30871/jaic.v7i2.6527.
D. A. Alfian Tri Putra, B. Muhammad Ikhwan, and M. Aris, “Integrasi OCR dan TF-IDF untuk Metadata Otomatis pada Pencarian Dokumen Digital,” J. Fasilkom, vol. 15, no. 2, pp. 304–311, 2025.
M. Alfin, T. Putra, and R. Alit, “Sistem Rekomendasi Destinasi Wisata di Kabupaten Mojokerto dengan Metode Hybrid Filtering Berbasis Website,” J. Informatics Comput. Sci., vol. 07, no. 01, pp. 57–64, 2025, [Online]. Available: https://ejournal.unesa.ac.id/index.php/jinacs/article/view/71903
Sherly Rosa Anggraeni, “Implementasi Algoritma Clustering DBSCAN terhadap Pola Navigasi Pengguna di Perpustakaan Digital untuk Mengungkap Zona Buta Akses Informasi dan Optimalisasi Antarmuka Sistem,” SKANIKA Sist. Komput. dan Tek. Inform., vol. 8, no. 2, pp. 232–243, 2025, doi: 10.36080/skanika.v8i2.3524.
M. Syabilla, J. Zeniarja, and Q. Nabila, “Implementasi LDA, TF-IDF, dan BERT dalam Sistem Rekomendasi Dosen Pembimbing untuk Mahasiswa,” Build. Informatics, Technol. Sci., vol. 6, no. 4, pp. 2175–2183, 2025, doi: 10.47065/bits.v6i4.6499.
M. Alfin, T. Putra, and R. Alit, “Sistem Rekomendasi Destinasi Wisata di Kabupaten Mojokerto dengan Metode Hybrid Filtering Berbasis Website,” J. Informatics Comput. Sci., vol. 07, no. 01, pp. 57–64, 2025, [Online]. Available: https://ejournal.unesa.ac.id/index.php/jinacs/article/view/ 71903
Sherly Rosa Anggraeni, “Implementasi Algoritma Clustering DBSCAN terhadap Pola Navigasi Pengguna di Perpustakaan Digital untuk Mengungkap Zona Buta Akses Informasi dan Optimalisasi Antarmuka Sistem,” SKANIKA Sist. Komput. dan Tek. Inform., vol. 8, no. 2, pp. 232–243, 2025, doi: 10.36080/skanika.v8i2.3524.
V. A. Yulianto, E. Lutfina, and G. W. Saraswati, “Comparative Evaluation of Rule-Based and Large Language Models for Financial Transaction Extraction in Chatbots,” Sinkron, vol. 10, no. 2, pp. 1207–1219, 2026, doi: 10.33395/sinkron.v10i2.16020.
Fadli Maghfirli, M. Aditya Firmansyah, and Laili Cahyani, “Penerapan Metode Vector Space Model (Vsm) Dengan Tf-Idf Dan Cosine Similarity Pada Sistem Temu Kembali Informasi Lowongan Pekerjaan,” J. Teknol. Inf. J. Keilmuan dan Apl. Bid. Tek. Inform., vol. 20, no. 1, pp. 47–54, 2026, doi: 10.47111/jti.v20i1.23999.
M. Syabilla, J. Zeniarja, and Q. Nabila, “Implementasi LDA, TF-IDF, dan BERT dalam Sistem Rekomendasi Dosen Pembimbing untuk Mahasiswa,” Build. Informatics, Technol. Sci., vol. 6, no. 4, pp. 2175–2183, 2025, doi: 10.47065/bits.v6i4.6499.