Rekomendasi Barang pada E-commerce menggunakan Content Based Recommender System berbasis Ethereum Blockchain

Abstract

Pasar e-commerce Indonesia diperkirakan dapat menjadi kontributor pertumbuhan utama di Asia Pasifik. Berdasarkan analisis RedSeer, pasar e-commerce Indonesia diproyeksikan dapat meningkat menjadi US$137.5 miliar pada tahun 2025. Pada perkembangannya, e-commerce memerlukan suatu sistem rekomendasi. Sistem rekomendasi adalah aplikasi perangkat lunak yang menyediakan atau menyarankan item kepada pengguna. Sistem ini menggunakan teknik penyaringan untuk memberikan rekomendasi. Teknik berbasis konten diadopsi karena bersifat user independent. TF-IDF (Term Frequency Inverse Document Frequency) dan kesamaan kosinus digunakan untuk menentukan seberapa relevan atau miripnya produk dengan produk lainnya. Hasil dari penelitian ini sistem telah berhasil memberikan rekomendasi produk yang cukup relevan dengan nilai rata-rata precision 0.855 atau 85% dengan hasil rekomendasi yang ditampilkan hanya produk yang memiliki score kemiripan minimal 0.1 dan maksimal 1. Selain itu, e-commerce tidak lepas dari potensi ancaman dari peretas karena biasanya perusahaan e-commerce menyimpan datanya di lokasi terpusat (centralized). Namun masalah keamanan tersebut dapat dijawab melalui penggunaan teknologi blockchain.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).