Dari perhitungan Tabel 4.3, untuk query 1 dihasilkan sebagai berikut : Toko Kaffa II, Toko Rifika, Toko Prasetya, Toko Dero, Toko Aribia, Toko 67
Toko Prima. Maka untuk query 1 hasil yang relevan adalah index 1,2,3,4,5,6,7,9,10, dan 11.
4.2.4 Perhitungan Average Precision
a. Rekomendasi Pelanggan Tetap
Tabel 4.4 Perhitungan Average Precision Pelanggan Tetap
Dari Tabel 4.4 dilihat bahwa tingkat relevansi rekomendasi toko yang diberikan sistem untuk sales sebagai berikut :
Query Relevan Not relevan
Hasil sistem
Precision 1
10 5
15 0.67
2 7
8 15
0.47 3
9 6
15 0.60
4 12
3 15
0.80 5
9 6
15 0.60
6 11
4 15
0.73 7
12 3
15 0.80
8 7
8 15
0.47 9
9 6
15 0.60
10 5
10 15
0.33 Rata-rata
0.61 Persen
61
Dari 10 kueri rata-rata yang dihasilkan yaitu 61 maka sistem ini memiliki akurasi yang cukup baik. Nilai precision tertinggi dalam persen pada
query 4 dan 7 yaitu 80 dan terendah pada query 10 yaitu 33.
b. Rekomendasi Pelanggan Promosi
Tabel 4.5 Perhitungan Average Precision Pelanggan Promosi
Dari Tabel 4.5 dilihat bahwa tingkat relevansi rekomendasi toko yang diberikan sistem untuk sales sebagai berikut :
Dari 10 kueri rata-rata yang dihasilkan yaitu 62 maka sistem ini memiliki akurasi yang cukup baik. Nilai precision tertinggi dalam persen pada
query 2 dan 7 yaitu 80 dan terendah pada query 4 yaitu 33. Query
Relevan Not relevan Jumlah
produk Precision
1 7
8 15
0.47 2
12 3
15 0.80
3 9
6 15
0.60 4
5 10
15 0.33
5 10
5 15
0.67 6
8 7
15 0.53
7 12
3 15
0.80 8
11 4
15 0.73
9 11
4 15
0.73 10
8 7
15 0.53
Rata-rata 0.62
62
4.2.5 Kelebihan dan kekurangan sistem
Kelebihan sistem yang dibagun adalah : 1. Dapat memberikan informasi toko dengan jarak terdekat dengan sales
saat itu. 2. Memberikan gambar letak lokasi toko yang ada dalam list atau daftar
rekomendasi. 3. Berdasarkan hasil pengujian p
recision, rekomendasi pelanggan tetap
memiliki akurasi cukup baik yaitu 61 dan promosi pelanggan memiliki akurasi yang cukup baik, yaitu 62
Kekurangan sistem yang dibangun adalah :
1.
Sistem tidak dapat memberikan rekomendasi berdasarkan data per hari, minggu, bulan, atau tahun.
2.
Proses perhitungan akan berjalan lama ketika menggunakan koneksi yang lambat.
63
BAB V PENUTUP
5.1 Kesimpulan
Pembangunan sistem Rekomendasi Sales ini menggunakan content based filtering
. Terdapat 50 toko dan 73 produk yang digunakan sebagai data dalam sistem Rekomendasi Sales ini. Kesimpulan yang didapat adalah :
1. Sales mendapatkan rekomendasi mengenai informasi toko-toko pelanggan tetap dan pelanggan promosi. Pelanggan tetap adalah toko yang memiliki
kemiripan dekat dengan profil sales. Sedangkan pelanggan promosi adalah toko yang memiliki kemiripan jauh dengan profil sales.
2. Admin dapat mengelola data yang diperlukan pada web Rekomendasi Sales untuk menunjang sistem Rekomendasi Sales berbasi web maupun mobile.
3. Pengujian dengan menghitung precesion, dimana sales diminta memilih toko
yang sesuai menurutnya. Berdasarkan hasil pengujian p recision,
rekomendasi pelanggan tetap memiliki akurasi cukup baik yaitu 61 dan promosi pelanggan memiliki akurasi yang cukup baik, yaitu 62. Evaluasi
sistem ini belum dapat dikatakan baik karena pengujian dilakukan menggunakan variable precesion dan tanpa dilakukan pengujian recall.
