9. BackUp dan Restore Sistem akan menggunakan fasilitas backup dan restore yang telah
disediakan oleh webhost yang digunakan. 10. Sistem yang dibangun memperhatikan keamanan pada saat terjadi
pertukaran data dan transaksi dengan memanfaatkan layanan SSL yang terdapat pada webhost. Dengan membuat koneksi yang ter-enkripsi antara
server dengan pengunjungnya. Selain itu, sistem akan melakukan validasi terhadap masukan pengguna untuk menghindari kesalahan masukan data
dan menggunakan username dan password saat login, password tersebut sudah ter-enkripsi.
B. Fitur Belanja Frontend 1. Pencarian Produk berdasarkan nama, fitur, harga, dan kategori.
2. Menampilkan produk terbaru, produk terlaku, produk yang sering dilihat. 3. Fasilitas pendaftaran member dan login member.
4. History pemesanan untuk mempermudah pembeli dalam melakukan transaksi pemesanan.
5. Pengiriman informasi mengenai konfirmasi pemesanan melalui email ke pembeli setiap ada perubahan status pesanan.
6. Zoom gambar produk. 7. Mendukung SEO Search Engine Optimization agar situs terdaftar di
search engine pada halaman-halaman depan. 8. Terdapat pengisian testimony komentar.
9. Pembeli dapat melakukan retur dengan ketentuan yang berlaku. C. Keamanan
1. Menggunakan IP-Dedicated untuk keamanan data pembeli. 2. Menggunakan SSL Secure Socket Layer untuk menjamin keamanan data
dan keamanan yang mendukung protokol https. Dengan membuat koneksi yang ter-enkripsi antara server atau situs dengan pengunjung.
3. Menggunakan username dan password oleh member yang sudah terdaftar untuk autentifikasi pengguna dan password yang udah ter-enkripsi.
D. Komunikasi Fasilitas yang dapat dipakai sebagai komunikasi antara pemesan dan
pemilik toko, diantaranya: 1. Menggunakan email yang telah di daftarkan pemesan saat pendaftaran.
2. Menggunakan Yahoo messenger untuk informasi real time secara online. 3. Memanfaatkan situs jejaring sosial untuk promosi dengan menggunakan
facebook dan twitter.
4. Menggunakan telepon untuk berbicara langsung atau dengan mengirimkan SMS Short Message Service.
3.2.7 Analisis Sistem Rekomendasi Collaborative Filtering
Menu rekomendasi merupakan menu yang akan menampilkan maksimal lima produk yang akan direkomendasikan kepada member tersebut. Rekomendasi tersebut
berasal dari perhitungan algoritma pembangkit rekomendasi. Member akan mendapatkan rekomendasi produk apabila member tersebut telah melakukan rating
satu atau lebih produk yang disediakan oleh sistem rekomendasi. Jadi jika member tersebut belum melakukan rating terhadap produk di sistem, maka member tersebut
akan mendapatkan rekomendasi rata-rata dari jumlah keseluruhan rating member. Pemberian nilai rekomendasi terdiri beberapa langkah, yaitu:
1. Pengecekan member, jika diketahui member A login ke sistem, maka sistem akan mengecek siapa saja member dengan riwayat pembelian atau
peratingan yang sama dengan member A. 2. Jika sudah diketahui member tersebut maka sistem akan menghitung
jumlah member yang sama dengan member A. 3. Setelah data sudah didapat maka pembangkitan rekomendasi akan
dihitung dengan persamaan:
Keterangan: B =
Nilai pembelian produk 1 jika membeli dan 0 jika tidak membeli Rating = Jumlah rating yang diberikan oleh member pada produk yang disuka.
100 = Nilai maksimum 100, nilai rekomendasi tertinggi adalah 100.
5 = Nilai maksimum rating yang diberikan oleh member.
1 = Nilai maksimum pembelian yang dilakukan oleh member, jika member
membeli produk lebih dari satu produk yang sama, dalam persamaan ini tetap akan dihitung membeli satu produk.
C = jumlah member yang mempunyai pola pembelian yang sama dengan
member yang melakukan login. Setelah
pembangkit rekomendasi
dihitung maka
sistem akan
merekomendasikan beberapa produk. Contoh : diasumsikan pembeli bernama Hana.
Tabel 3.1 Tabel Skenario Pembangkitan Rekomendasi.
Kode Barang
019 Hana
020 Ija
017 Laung
018 Ricky
014 Asep
LE0001 1
4
1 1
4
LE0002 1
5
1
3
1
3
1
2
LE0003 1
4
1
5
1
3
LE0001 1
2
1
4
1
2
1
2
1
3
LE0002 1
2
1
Keterangan: LE0001-LE0005
= kode produk yang ada pada toko. 014-020
= kode member yang sudah terdaftar. Angka 1 dan 0
= 0 jika member tidak membeli produk, 1 jika member membeli produk.
Angka superskrip 1-5= rating member yang diberikan oleh member. Skala rating
= 1 tidak suka, 2 sedikit suka, 3 lumayan suka, 4 suka, dan 5 sangat suka.
Dari data yang didapat pada Tabel 3.1, maka pembangkitan rekomendasi akan dihitung.
Rating Produk LE0001 =1410051 + 0 + 1110051 + 1410051 + 0 4= 45
Rating Produk LE0002 =1510051 + 1310051 + 0 + 1310051 + 1210051 4= 65
Rating Produk LE0003 =1410051 + 1510051 + 1310051 + 0 + 0 4= 60
Rating Produk LE0004 =1210051 + 1410051 + 1210051 + 1510051 + 1310051 4= 80
Rating Produk LE0005 =1210051 + 0 + 1110051 + 0 + 0 4= 15 Jadi rekomendasi produk untuk member yang bernama hana dengan kode
member 014 terdapat pada Tabel 3.2.
Tabel 3.2 Tabel Skenario Pembangkitan Rekomendasi.
No Kode
Barang Nilai
Rekomendasi
1 LE0004
80 2
LE0002 65
3 LE0003
60 4
LE0001 45
5 LE0005
15