| dc.description.abstract | Sistem rekomendasi adalah sistem merekomendasikan hidangan yang pernah dibeli sebelumnya oleh pelanggan lain tetapi tidak merekomendasi hidangan yang dibeli sendiri. Proses pemesanan di Roemah Keboen dilakukan secara konvesional artinya pelanggan harus datang ditempat. Pemesanan juga dapat melalui pesan WhatsApp, namun pelanggan tidak dapat melihat daftar hidangan dan penjual sulit untuk memproses pesanan. Menyebabkan terjadi kesalahan pencatatan pesanan lupa diproses atau tidak sesuai urutan saat memesan. Penelitian yang dilakukan bertujuan untuk mengatasi masalah pemesanan maka akan dibuat aplikasi pemesanan. Sebagai tambahan akan ditambahkan sistem rekomendasi untuk merekomendasi hidangan yang disukai pelanggan. Model, metode, dan tools pengembangan perangkat lunak dalam penelitian ini adalah model prototype, berorientasi objek dan unified modeling language. Metode yang diterapkan pada sistem rekomendasi yaitu collaborative filltering. Sistem rekomendasi juga menambahkan perhitungan algoritma adjusted-cosine similarity sebagai nilai similarity antar hidangan. Perhitungan algoritma weighted sum sebagai nilai prediksi pada rating hidangan yang diberikan pelanggan. Nilai rata-rata akan didapatkan dari hasil perhitungan kedua algoritma, kemudian diproses untuk mendapatkan sebuah rekomendasi hidangan. aplikasi yang dibuat dapat memudahkan proses pemesanan hidangan di Roemah Keboen. Selain itu, kinerja dari sistem rekomendasi yang dibuat cukup baik dimana hasil nilai precision sebesar 76% dan recall sebesar 67,86% dengan menggunakan confusion matrix. Hidangan akan menjadi karakteristik dalam menentukan rekomendasi untuk pelanggan yang mempunyai kemiripan dalam pemesanan yang dilakukannya. | en_US |
