Rekomendasi Ukuran Baju Dewasa Menggunakan Algoritma K-Nearest Neighbor dan Support Vector Machine
Adult Clothing Size Recomendation Using K-Nearest Neighbor and Support Vector Machine Algorithm
DOI:
https://doi.org/10.57152/malcom.v4i4.1726Keywords:
K-Nearest Neighbor, Machine Learning, Rekomendasi Ukuran Baju, Support Vector MachineAbstract
Kemunculan platform toko online telah mengubah cara masyarakat berbelanja, termasuk dalam pembelian pakaian. Kendati menawarkan kemudahan dan aksesibilitas, berbelanja pakaian secara online seringkali menghadirkan masalah ketidakcocokan ukuran, yang menyebabkan ketidaknyamanan bagi konsumen. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem rekomendasi ukuran baju menggunakan atribut meliputi jenis kelamin, bentuk badan, tinggi badan, berat badan, dan lingkar dada. Sistem ini menggunakan dua algoritma, yaitu K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM), yang dievaluasi untuk menentukan performa terbaik dalam memberikan rekomendasi ukuran. Hasil eksperimen menunjukkan bahwa metode SVM dengan kernel RBF dan pendekatan One-vs-Rest pada proporsi data 80:20 memberikan akurasi tertinggi sebesar 76%, presisi 78%, recall 76%, dan F1 score 76%, sehingga terpilih sebagai model yang diimplementasikan pada website rekomendasi. Pengujian fungsional pada website dengan metode black box testing menunjukkan bahwa sistem telah memenuhi seluruh persyaratan, termasuk registrasi, login, input data, rekomendasi ukuran, dan logout. Keseluruhan hasil penelitian ini menunjukkan bahwa algoritma SVM memiliki performa lebih unggul dibandingkan KNN dalam klasifikasi ukuran baju, serta memastikan keandalan fungsional sistem dalam memberikan rekomendasi yang sesuai bagi pengguna
References
A. P. Afrianto and I. Irwansyah, “Eksplorasi Kondisi Masyarakat Dalam Memilih Belanja Online Melalui Shopee Selama Masa Pandemi Covid-19 Di Indonesia,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 3, no. 1, pp. 10–29, 2021.
R. D. Setianingsih, D. I. Wiranata, J. F. Putra, M. M. Al-Afif, N. A. Setiawan, and M. A. Zahwa, “Analisis Tingkat Belanja Online Saat Pandemi dan Sesudah Pandemi pada Mahasiswa Fakultas Ekonomi Universitas Negeri Semarang,” Jurnal Majemuk, vol. 2, no. 3, pp. 339–348, 2023.
F. A. Oktavirahani and R. Maharesi, “Implementasi Algoritma Decision Tree Cart Untuk Merekomendasikan Ukuran Baju,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, pp. 138–147, 2022.
L. N. Aziza, R. Y. Astuti, B. A. Maulana, and N. Hidayati, “Penerapan Algoritma K-Nearest Neighbor untuk Klasifikasi Ketahanan Pangan di Provinsi Jawa Tengah: Application of The K-Nearest Neighbor Algorithm for Food Security Classification In Central Java Province,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 2, pp. 404–412, 2024.
A. D. Putro and H. Tantyoko, “Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran,” JTIM: Jurnal Teknologi Informasi dan Multimedia, vol. 5, no. 2, pp. 56–65, 2023.
S. A. Utiarahman and A. M. M. Pratama, “Analisis Perbandingan KNN, SVM, Decision Tree dan Regresi Logistik Untuk Klasifikasi Obesitas Multi Kelas,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 6, pp. 3137–3146, 2024.
B. V. Jayadi, T. Handhayani, and M. D. Lauro, “Perbandingan Knn Dan Svm Untuk Klasifikasi Kualitas Udara Di Jakarta,” Jurnal Ilmu Komputer Dan Sistem Informasi, vol. 11, no. 2, 2023.
Y. Muflihah, “Sistem Rekomendasi Ukuran Baju Pada E-commerce Dengan Metode Naive Bayes,” Jurnal Mahasiswa Teknik Informatika, vol. 3, no. 1, pp. 10–15, 2024.
F. Rizky, H. Fitriyah, and R. Primananda, “Implementasi KNN untuk Sistem Klasifikasi Ukuran Baju Pria berdasarkan Pengukuran Badan menggunakan Metode Pengolahan Citra Digital berbasis Raspberry Pi,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 7, pp. 3046–3053, 2022.
R. Fazlia, A. Anwar, and H. T. Hidayat, “Augmented Reality Virtual Dressing Room Berbasis Android,” Jurnal Teknologi Rekayasa Informasi dan Komputer, vol. 5, no. 2, 2022.
R. Aqshal and F. Nurzaman, “Rancang Bangun Sistem Rekomendasi Ukuran Baju Berdasarkan Ukuran Tubuh Menggunakan Metode K-Nearest Neighbor (K-NN) Berbasis Internet Of Things,” Jurnal Ilmiah Teknik Informatika (TEKINFO), vol. 23, no. 2, pp. 76–87, 2022.
A. Fauziah and Y. Saragih, “Sistem Identifikasi Pengukuran Baju Menggunakan Human Body Estimation Dataset Mediapipe Dengan Metode Euclidean Distance,” Aisyah Journal Of Informatics and Electrical Engineering (AJIEE), vol. 5, no. 2, pp. 127–134, 2023.
I. Kurniasari, Y. B. Utomo, and A. D. Evasari, “Perancangan Aplikasi Pengukur Pakaian Berbasis Mobile,” INFORMASI (Jurnal Informatika dan Sistem Informasi), vol. 14, no. 2, pp. 170–179, 2022.
A. Damayunita, R. S. Fuadi, and C. Juliane, “Comparative Analysis of Naive Bayes, K-Nearest Neighbors (KNN), and Support Vector Machine (SVM) Algorithms for Classification of Heart Disease Patients,” Jurnal Online Informatika, vol. 7, no. 2, pp. 219–225, 2022.
S. A. Laga, “Perbandingan Metode K-NN dan SVM Berdasarkan Kinerja Pegawai,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 3, pp. 420–425, 2023.
M. D. Purbolaksono, M. I. Tantowi, A. I. Hidayat, and A. Adiwijaya, “Perbandingan support vector machine dan modified balanced random forest dalam deteksi pasien penyakit diabetes,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 2, pp. 393–399, 2021.
M. J. Aufa and A. Qoiriah, “Analisis Sentimen Pengguna Platform Belajar Online Coursera menggunakan Random Forest dengan Metode Ekstraksi Fitur Word2vec,” Journal of Informatics and Computer Science (JINACS), pp. 244–255, 2022.
S. H. Anggela, L. W. Santoso, and J. Andjarwirawan, “Sistem Rekomendasi Pembelian Laptop dengan K-Nearest Neighbor (KNN),” Jurnal Infra, vol. 10, no. 2, pp. 254–260, 2022.
A. T. Akbar, N. Yudistira, and A. Ridok, “Identifikasi Gagal Ginjal Kronis dengan Mengimplementasikan Metode Support Vector Machine beserta K-Nearest Neighbour (SVM-KNN),” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 10, no. 2, 2023.
A. H. Permana, F. R. Umbara, and F. Kasyidi, “Klasifikasi Penyakit Jantung Tipe Kardiovaskular Menggunakan Adaptive Synthetic Sampling dan Algoritma Extreme Gradient Boosting,” Building of Informatics, Technology and Science (BITS), vol. 6, no. 1, pp. 499–508, 2024.
F. Kusumah and M. Ardhiansyah, Analisis Sistem Pendeteksi Wajah Pada Gambar Dengan Metode K-Nearest Neighbor. Pascal Books, 2022. [Online]. Available: https://books.google.co.id/books?id=ylxpEAAAQBAJ
S. Simare-mare and H. Pandia, “Rekomendasi Komoditas Ekspor Menggunakan K-Nearest Neighbor,” JSiI (Jurnal Sistem Informasi), vol. 10, no. 2, pp. 150–156, 2023.
O. H. Rahman, G. Abdillah, and A. Komarudin, “Klasifikasi Ujaran Kebencian pada Media Sosial Twitter Menggunakan Support Vector Machine,” jurnal resti (rekayasa sistem dan teknologi informasi), vol. 5, no. 1, pp. 17–23, 2021.
S. Rabbani, D. Safitri, N. Rahmadhani, and M. K. Anam, “Perbandingan Evaluasi Kernel SVM untuk Klasifikasi Sentimen dalam Analisis Kenaikan Harga BBM: Comparative Evaluation of SVM Kernels for Sentiment Classification in Fuel Price Increase Analysis,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. 2, pp. 153–160, 2023.
R. W. Pratama, Y. H. Chrisnanto, and G. Gunawan, “Klasifikasi Efek Kerusakan Gempa Bumi Berdasarkan Skala Modified Mercalli Intensity Menggunakan Algoritma Multiclass Support Vector Machine,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 2, pp. 1739–1745, 2024.
M. Mintarsih, “Pengujian Black Box Dengan Teknik Transition Pada Sistem Informasi Perpustakaan Berbasis Web Dengan Metode Waterfall Pada SMC Foundation,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 5, no. 1, pp. 33–35, 2023.
