PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE.

(1)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

SKRIPSI

diajukan untuk memenuhi

sebagian syarat untuk memperoleh gelar Sarjana Ilmu Komputer Program Studi Ilmu Komputer

Oleh: Kurniawan

0800427

PROGRAM STUDI ILMU KOMPUTER DEPARTEMEN PENDIDIKAN ILMU KOMPUTER

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA

(2)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Oleh Kurniawan

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Ilmu Komputer Program Studi Ilmu Komputer pada

Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

©Kurniawan, 2015

Universitas Pendidikan Indonesia Agustus 2015

Hak Cipta dilindungi undang-undang.

Skripsi ini tidak boleh diperbanyak seluruhnya atau sebagian,

(3)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

LEMBAR PENGESAHAN

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Kurniawan 0800427

disetujui dan disahkan oleh pembimbing : Pembimbing I

Prof. Dr. H. Munir, M.IT. NIP. 196603252001121001

Pembimbing II

Jajang Kusnendar, M.T. NIP. 197506012008121001 Mengetahui,

Ketua Program Studi Ilmu Komputer

Eddy Prasetyo Nugroho, M.T. NIP. 197505152008011014

Mengetahui,

Ketua Departemen Pendidikan Ilmu Komputer

Prof. Dr. H. Munir, M.IT. NIP. 196603252001121001

(4)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

SURAT PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi dengan judul “Penerapan Metode Knowledge Based Recommendation dan Forward Chaining untuk Aplikasi

E-Commerce” ini beserta seluruh isinya adalah benar-benar karya saya sendiri. Saya

tidak melakukan penjiplakan atau pengutipan dengan cara-cara yang tidak sesuai dengan etika ilmu yang berlaku dalam masyarakat keilmuan. Atas pernyataan ini, saya siap menanggung resiko/sanksi apabila di kemudian hari ditemukan adanya pelanggaran etika keilmuan atau ada klaim dari pihak lain terhadap keaslian karya saya ini.

Bandung, Agustus 2015

(5)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Penerapan Metode Knowledge Based Recommendation dan Forward Chaining untuk Aplikasi E-Commerce

ABSTRAK

Electronic commerce atau yang biasa dikenal dengan sebutan e-commerce merupakan proses pembelian, penjualan, transfer atau pertukaran barang dan atau informasi secara elektronik melalui jaringan komputer secara online termasuk internet. Pada perkembangannya, e-commerce memerlukan suatu metode yang dapat memberikan nilai lebih kepada pelanggan berupa rekomendasi yang dapat memberikan informasi mengenai produk yang sesuai dengan kebutuhan pelanggan. Produk yang direkomendasikan dalam penelitian ini ialah produk laptop dengan spesifikasi yang dimilikinya. Penelitian ini bertujuan membangun aplikasi e-commerce dengan sistem rekomendasi yang disediakan untuk bisa mendapatkan rekomendasi produk berdasarkan kriteria parameter yang terdiri dari tipe kebutuhan, harga, processor, memory, storage dan brand. Banyaknya produk yang biasa terdapat dalam aplikasi e-commerce, kadang kala membuat pelanggan merasa bingung saat memilih produk yang benar-benar mereka suka dan mereka butuhkan. Apalagi kalau mereka tidak memiliki waktu yang luang untuk melihat satu persatu produk yang ada sebelum memilih produk yang sesuai dengan kebutuhan mereka. Sistem rekomendasi untuk aplikasi e-commerce ini dibangun dengan menggunakan metode knowledge based recommendation dan forward chaining sebagai prosedur penelusuran untuk mendapatkan hasil rekomendasi berdasarkan aturan yang sudah ditentukan. Sistem ini dapat memberikan rekomendasi produk laptop kepada pengguna dengan cara mencocokkan kriteria parameter yang dipilih pengguna terhadap knowledge yang dimiliki sistem. Produk laptop yang direkomendasikan adalah produk yang memiliki kesamaan kriteria parameter dengan pilihan pelanggan berdasarkan prioritas dari masing-masing parameter tersebut.

(6)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Implementation of Knowledge Based Recommendation and Forward Chaining Method for E-Commerce Applications

ABSTRACT

Electronic commerce or commonly known as e-commerce is the purchase, sale, transfer or exchange of goods or information electronically through an online computer networks including the Internet. On development, e-commerce requires a method that can provide more value to customers in the form of recommendations to provide information about the products according to customer requirements. Products recommended in this study is the product of its laptops with specifications. This study aims to build e-commerce applications with system recommendations are provided to be able to get product recommendations based on the criteria parameters consisting of types of needs, price, processor, memory, storage and brand. Many products are common in e-commerce applications, sometimes making customers feel confused when choosing a product that really they like and need. Especially if they do not have the spare time to look at existing products one by one before choosing a product that suits their needs. Recommendation system for e-commerce application is built by using knowledge based recommendation and forward chaining as the result of a search procedure to get recommendations are based on the rules that have been determined. This system can provide recommendations laptop products to users by matching criteria parameters selected by the user to the knowledge of the present system. Recommended laptop products are products that have similarities criteria parameters to customer choice based on the priority of each of these parameters.

(7)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

UCAPAN TERIMA KASIH ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang... 1

1.2 Rumusan Masalah ... 6

1.3 Tujuan ... 6

1.4 Batasan Masalah ... 6

1.5 Manfaat Penelitian ... 7

1.6 Metode Penelitian ... 7

1.7 Sistematika Penulisan ... 8

BAB II KAJIAN PUSTAKA ... 10

2.1 Sistem Rekomendasi ... 10

2.1.1 Data dan Sumber Knowledge ... 11

2.1.2 Teknik Rekomendasi ... 13

2.2 Knowledge Based Recommendation... 16

2.3 Rancang Bangun Knowledge ... 17

2.4 Knowledge Based System ... 18

2.5 Forward Chaining ... 20

2.6 Electronic Commerce ... 24

2.6.1 Model Bisnis e-commerce ... 25

2.7 Skala Likert ... 25

BAB III METODOLOGI PENELITIAN... 30

3.1. Desain Penelitian ... 30

(8)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

3.3. Alat dan Bahan Penelitian ... 36

3.4. Implementasi Penelitian ... 37

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 38

4.1 Studi Literatur ... 38

4.2 Proses Pengumpulan Data ... 40

4.2.1 Observasi ... 40

4.2.2 Kuesioner ... 41

4.3 Persiapan Alat dan Bahan ... 43

4.4 Proses Knowledge Based Recommendation ... 45

4.4.1 Akuisisi Knowledge ... 45

4.4.2 Penentuan Parameter dan Prioritas... 52

4.4.3 Representasi Knowledge ... 54

4.4.4 Penyusunan Rules (Aturan) ... 65

4.4.5 Inference Engine ... 68

4.5 Proses Forward Chaining... 69

4.5.1 Pendefinisian Masalah ... 69

4.5.2 Pendefinisian Data Input ... 69

4.5.3 Pendefinisian Struktur Pengendalian Data ... 70

4.6 Proses Rekayasa Perangkat Lunak ... 71

4.6.1. Analisa Kebutuhan ... 71

4.6.2. Desain Sistem ... 73

4.6.2.1. Pemodelan Kebutuhan ... 74

4.6.2.2. Model Interaksi ... 74

4.6.2.3. Perancangan Database ... 80

4.6.2.4. Perancangan Antarmuka ... 83

4.6.3. Desain Program ... 91

4.6.3.1. Struktur Basis Data ... 91

4.6.3.2. Pohon Aturan ... 92

4.6.3.3. Process Specification ... 93

4.6.4. Implementasi ... 94

4.6.4.1. Implementasi Modul Program ... 94

(9)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

4.6.5. Pengujian ... 101

4.6.5.1. Proses Mendapatkan Rekomendasi Produk Laptop ... 108

4.6.5.2. Contoh Kasus Menentukan Rekomendasi Produk Laptop... 110

BAB V KESIMPULAN DAN SARAN ... 113

5.1 Kesimpulan ... 113

5.2 Saran ... 114

DAFTAR PUSTAKA ... xi

(10)

DAFTAR TABEL

Table 2.1 Teknik Rekomendasi... 15

Table 2.2 Contoh Kuesioner Bentuk Checklist ... 26

Table 4.1 Hasil Kuesioner ... 42

Table 4.2 Brand Laptop ... 44

Table 4.3 Kriteria Parameter ... 45

Table 4.4 Detail Kriteria ... 46

Table 4.5 Data Produk Laptop ... 48

Table 4.6 Variabel Tangibel ... 52

Table 4.7 Persentase Kriteria Parameter ... 53

Table 4.8 Prioritas Kriteria Parameter ... 54

Table 4.9 Rules ... 65

Table 4.10 Struktur Data Produk ... 91

Table 4.11 Struktur Data Category ... 91

Table 4.12 Struktur Data Brand ... 92

Table 4.13 Implementasi Modul Program ... 94

Table 4.14 Rencana Pengujian ... 101

(11)

DAFTAR GAMBAR

Gambar 2.1 Rancang Bangun Knowledge ... 18

Gambar 2.2 Alur Metode Forward Chaining ... 21

Gambar 2.3 Diagram Penentuan Keputusan ... 23

Gambar 2.4 Diagram Forward Chaining ... 23

Gambar 3.1 Desain Penelitian ... 33

Gambar 3.2 V-Model ... 35

Gambar 4.1 Pohon Aturan... 68

Gambar 4.2 Tampilan Pertanyaan Parameter... 70

Gambar 4.3 Arsitektur SIKOMPER ... 73

Gambar 4.4 Context Diagram ... 74

Gambar 4.5 Data Flow Diagram Level 1... 75

Gambar 4.6 DFD Level 2 Proses Admin ... 77

Gambar 4.7 DFD Level 2 Proses User ... 79

Gambar 4.8 Conceptual Data Model ... 81

Gambar 4.9 Physical Data Model ... 82

Gambar 4.10 Halaman Home ... 83

Gambar 4.11 Halaman Login ... 83

Gambar 4.12 Halaman Register ... 84

Gambar 4.13 Halaman Produk ... 85

Gambar 4.14 Halaman Detail Produk ... 85

Gambar 4.15 Halaman Home Recommendation ... 86

Gambar 4.16 Pertanyaan Tipe Kebutuhan ... 87

Gambar 4.17 Pertanyaan Harga ... 87

Gambar 4.18 Pertanyaan Tipe Processor... 88

Gambar 4.19 Pertanyaan Tipe Memory ... 88

Gambar 4.20 Pertanyaan Tipe Storage ... 89

Gambar 4.21 Pertanyaan Tipe Brand ... 90

Gambar 4.22 Hasil Rekomendasi ... 90

Gambar 4.23 Pohon Aturan Keputusan ... 92

Gambar 4.24 Halaman Home ... 96

Gambar 4.25 Halaman Login ... 97

Gambar 4.26 Halaman Register ... 97

Gambar 4.27 Halaman Produk ... 98

Gambar 4.28 Halaman Detail Produk ... 99

Gambar 4.29 Halaman Home Rekomendasi ... 100

Gambar 4.30 Halaman Pertanyaan Kebutuhan ... 100

Gambar 4.31 Halaman Hasil Rekomendasi ... 101

(12)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB I PENDAHULUAN

Dalam bab ini akan dijelaskan beberapa hal dasar yang menjadi bahan untuk pembuatan skripsi, seperti latar belakang, perumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian, metode penelitian serta sistematika penulisan.

1.1 Latar Belakang

Perdagangan atau perniagaan pada umumnya adalah pekerjaan membeli barang dari suatu tempat dan suatu waktu, dan menjual barang tersebut di tempat dan waktu lainnya untuk memperoleh keuntungan (Fachrizal, 2011). Sejalan dengan perkembangan manusia diikuti perkembangan teknologi informasi dan komunikasi, cara dan sarana yang digunakan dalam proses perdagangan senantiasa berubah. Perdagangan terbaru yang kian memudahkan penggunanya dalam melakukan proses transaksi ialah perdagangan secara online, atau biasa yang disebut dengan electronic commerce (e-commerce).

Pengguna bisnis e-commerce sudah merambah berbagai negara di dunia, baik negara maju sampai negara yang masih berkembang termasuk juga Indonesia. Bahkan dalam era sekarang ini, bisnis e-commerce dianggap sebagai jalur terbaik dibandingkan jenis bisnis lain. Selain biaya yang bisa dipangkas dengan baik, daerah pemasaran yang begitu luas membuat potensi e-commerce tidak bisa dianggap sebelah mata (Kurniawan, 2011). Bahkan pertumbuhan pesat e-commerce di Indonesia sudah tidak bisa diragukan lagi (Mitra, 2014).

Dengan jumlah pengguna internet yang mencapai angka 82 juta orang atau sekitar 30% dari total penduduk Indonesia, e-commerce menjadi tambang emas yang menguntungkan bagi sebagian orang yang bisa melihat potensi kedepannya. Pertumbuhan ini didukung dengan data dari Kementrian Komunikasi dan Informatika (MENKOMINFO) yang menyebutkan bahwa nilai transaksi e-commerce pada tahun 2013 mencapai angka Rp130 triliun (Mitra, 2014). Berdasarkan data dari McKinsey Consumer Insights, hal ini merupakan angka yang sangat fantastis mengingat bahwa hanya sekitar 7% dari pengguna internet

(13)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

di Indonesia yang pernah berbelanja secara online (Mitra, 2014). Melihat posisi Indonesia sebagai negara kepulauan yang sangat luas, e-commerce berpotensi untuk tumbuh besar di Indonesia. Intelligence Centers Digital (ICD) research memprediksi bahwa e-commerce di Indonesia akan tumbuh 42% dari tahun 2012-2015 (Mitra, 2014). Angka ini lebih tinggi jika dibandingkan negara lain seperti Malaysia (14%), Thailand (22%), dan Filipina (28%). Nilai sebesar ini membuat para investor baik dalam maupun luar negeri tertarik untuk menanamkan modal mereka di bidang e-commerce. Beberapa investor besar yang disebut sebagai Venture Capital (VC) seperti Rocket Internet, CyberAgent, East Ventures, dan IdeoSource sudah menanamkan modal mereka ke perusahaan e-commerce yang sedang berkembang dan berbasis di Indonesia. Sebut saja beberapa diantaranya ialah Lazada, Zalora, Berrybenka, Tokopedia, Bilna, Saqina, VIP Plaza, Ralali dan masih banyak lagi.

E-commerce sendiri menggambarkan proses pembelian, penjualan, transfer atau pertukaran barang dan atau informasi secara elektronik melalui jaringan komputer secara online termasuk internet (Sutrisno, 2011). Hal tersebut benar-benar mengubah mekanisme dari perdagangan tradisional, juga menciptakan banyak peluang dan model bisnis baru, serta dampak perilaku pembelian konsumen (Yan, Chiu, & Shiau, 2014).

Pada perkembangannya, e-commerce memerlukan suatu metode yang dapat memberikan nilai lebih kepada pelanggan berupa rekomendasi yang memberikan informasi mengenai produk yang dianggap sesuai dengan keinginan pelanggan. Banyaknya produk yang terdapat di dalam aplikasi e-commerce, kadang kala membuat customer merasa bingung saat memilih produk yang benar-benar mereka suka dan mereka butuhkan. Karena hal itulah diperlukan metode rekomendasi yang tepat agar rekomendasi yang diberikan oleh sistem sesuai dengan keinginan pelanggan, serta mampu memberikan kemudahan untuk mengambil keputusan yang tepat dalam menentukan produk yang akan dibelinya (Fahrurrozi, Uyun, & Mulyanto, 2011). Salah satu hal yang bermanfaat bagi para pelaku bisnis dengan adanya penerapan sistem rekomendasi ke dalam aplikasi e-commerce ialah sebagai sarana promosi produk atau pun sebagai bagian dari pelayanan aplikasi untuk mendapatkan target pasar yang lebih luas.

(14)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Sistem rekomendasi merupakan alat perangkat lunak dan teknik memberikan saran untuk barang yang menarik serta diperlukan oleh pengguna (Ricci, Rokach, Shapira, & Kantor, 2010, hal. 1). Saran-saran yang didapatkan berhubungan dengan berbagai proses pengambilan keputusan, seperti item apa yang ingin dibeli, musik apa yang ingin didengar, atau berita online apa yang

ingin dibaca. “Item” disini adalah istilah umum yang digunakan untuk menunjukkan apa yang direkomendasikan sistem kepada pengguna (Ricci, Rokach, Shapira, & Kantor, 2010, hal. 1). Sistem rekomendasi dapat dibangun melalui berbagai metode diantaranya ialah menggunakan collaborative filtering, knowledge based recommendation, content based recommendation dan demographic based recommendation (Suparlan, 2012).

Setiap metode rekomendasi memiliki kelebihan dan kekurangan. Metode collaborative filtering mengumpulkan ratings dari banyak pengguna, sehingga probabilitasnya meningkat dimana pandangan seseorang tentang suatu item dalam sistem akan menjadi cocok untuk direkomendasikan bagi pengguna yang baru. Namun, sistem collaborative filtering harus diinisialisasi dengan sejumlah besar data, karena sebuah sistem dengan basis ratings yang kecil tidak mungkin berguna secara efektif. Selanjutnya, keakuratan sistem sangat sensitif terhadap jumlah item yang dinilai untuk dikaitkan dengan pengguna tertentu. Masalah yang sama juga terkait dengan pendekatan metode content based recommendation. Biasanya, pengklasifikasi yang baik tidak dapat dipelajari sampai pengguna telah menilai banyak item (Burke, 2000).

Knowledge based recommender system (KBRs) dibangun berdasarkan knowledge tentang item atau user untuk menghasilkan rekomendasi disertai penalaran tentang apa yang memenuhi kebutuhan pengguna. Dan sistem rekomendasi berbasis pengetahuan menghindari beberapa kelemahan yang dimiliki collaborative filtering maupun content based recommendation. KBRs tidak memiliki masalah sparsity dan first-rater seperti yang terdapat pada metode collaborative filtering dan content based recommendation, karena rekomendasi ini tidak tergantung pada dasar penilaian pengguna atau data statistikal penilaian suatu item yang diperoleh dari sekumpulan pengguna (Burke, 2000). Masalah sparsity muncul jika sebagian besar pengguna tidak memberikan penilaian

(15)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

terhadap suatu item, sehingga matrik penilaian dari pengguna yang digunakan dalam proses pencarian kemiripan antar pengguna menjadi jarang. Masalah first-rater terjadi ketika sistem berada pada tahap awal penggunaan, dimana belum ada pengguna yang memberikan penilaian dan juga disaat penambahan item baru yang belum memiliki penilaian (Wiranto, 2010).

Penelitian KBRs untuk aplikasi e-commerce yang dilakukan oleh In-Gook Chun & In-Sik Hong (2001) yang berjudul “The Implementation of Knowledge-Based Recommender System for Electronic Commerce Using Java Expert System

Library” menerapkan rekomendasi pada aplikasi jual beli online untuk telepon

seluler sebagai produk domainnya. Dan menggunakan library JESS (Java Expert System Shell) sebagai mesin inference pengolah basis pengetahuan yang telah mereka dapatkan untuk memberikan rekomendasi kepada pelanggan. Mesin inference merupakan otak dari sebuah sistem pakar yang mengandung mekanisme pola pikir dan penalaran yang digunakan dalam menyelesaikan suatu permasalahan (Desiani & Arhami, Muhammad, 2006). Hasil dari rekomendasi yang disajikan dalam penelitian ini berupa sebuah item dengan skor fakta tertinggi dan bertahan di dalam working memory yang merupakan database berisi sekumpulan fakta-fakta yang diketahui dan digunakan dalam prosedur penyelesaian masalah (Apriyanti, 2009).

KBRs sebenarnya membantu pengguna dalam mengeksplorasi dan memahami sebuah ruang informasi. Pengguna sendiri merupakan bagian integral dari proses penemuan pengetahuan, menguraikan kebutuhan informasi mereka dalam rangka berinteraksi dengan sistem melalui suatu skenario dialog interaktif untuk mendapatkan basis pengetahuan serta menerapkan aturan-aturan didalamnya dengan skala prioritas tertentu untuk membuat rekomendasi. Sedangkan untuk menarik kesimpulan dari penemuan pengetahuan tersebut digunakan suatu proses penalaran (reasoning) dengan menggunakan prosedur pencarian guna menemukan jalur dari inisial state (keadaan awal) menuju goal state (keadaan akhir/tujuan). Salah satu cara dalam prosedur penalaran tersebut ialah dengan menggunakan metode forward chaining.

Forward chaining sendiri merupakan strategi penarikan kesimpulan yang dimulai dengan memasukkan sejumlah fakta yang telah diketahui ke dalam

(16)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

working memory, kemudian menurunkan suatu fakta baru dengan memakai aturan-aturan yang cocok dengan fakta yang diketahui (Novianti, 2013). Metode forward chaining ini menggunakan data-driven (berorientasi data), sehingga memerlukan support atau dukungan melalui basis pengetahuan yang telah didapatkan dari knowledge based recommendation.

Knowledge based recommendation merupakan metode yang

memanfaatkan aturan personal (personalization rule) yang mana merupakan aturan-aturan yang dirancang pada basis knowledge di dalam database dengan skala prioritas tertentu. Skala prioritas diatur tingkatannya berdasarkan prediksi prioritas kebutuhan pengguna terhadap suatu item dan item yang memenuhi prioritas terbanyak akan dijadikan rekomendasi bagi pengguna (Ramdani, 2012).

Karena KBRs itu memanfaatkan personalization rule, dengan demikian untuk mendapatkan rekomendasi suatu item bagi pengguna untuk pertama kali diperlukan identifikasi terhadap kebutuhan pengguna (fakta) dengan karakteristik item yang ada. Proses pemilihan fakta dari pengguna tersebut kemudian diolah oleh mesin inference sesuai dengan rule yang telah ditentukan pada database melalui knowledge based recommendation. Dalam hal ini, mesin inference yang digunakan yaitu forward chaining sebagai prosedur pencarian kesimpulan item yang direkomendasikan kepada pengguna.

Selain itu juga karakter dari forward chaining sendiri ialah data-driven dengan memasukkan fakta yang telah diketahui ke dalam working memory dan dilakukan penelusuran untuk menyelesaikan permasalahan hingga mendapatkan kesimpulan. Maka akan lebih baik apabila hasil dari knowledge based recommendation yang berisi aturan-aturan yang disimpan di dalam database dilanjutkan dengan forward chaining sebagai bagian dari mesin inference hingga mendapatkan rekomendasi yang benar-benar diharapkan. Sehingga penulis berasumsi dengan diterapkannya knowledge based recommendation dan forward chaining dalam aplikasi e-commerce, bisa membantu pengguna dalam mendapatkan rekomendasi item yang benar-benar diharapkan berdasarkan kriteria yang sesuai dengan pilihan atau preference pengguna.

Berdasarkan latar belakang tersebut, penulis tertarik dan bermaksud untuk melakukan penelitian dalam menerapkan metode knowledge based

(17)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

recommendation dan forward chaining sebagai bagian dari inference engine dalam mendapatkan kesimpulan untuk membangun sistem rekomendasi pada aplikasi e-commerce.

1.2 Rumusan Masalah

Merujuk kepada latar belakang yang telah dipaparkan sebelumnya, maka yang menjadi bahan permasalahan dalam penelitian ini ialah sebagai berikut:

1. Bagaimana membangun aplikasi e-commerce dengan recommender system yang didukung oleh knowledge based recommendation dan forward chaining?

2. Bagaimana menggabungkan knowledge based recommendation dengan forward chaining dalam aplikasi e-commerce?

1.3 Tujuan

Tujuan dari pengerjaan penelitian ini adalah sebagai berikut:

1. Membangun aplikasi e-commerce dengan recommender system yang didukung oleh knowledge based recommendation dan forward chaining. 2. Menggabungkan knowledge based recommendation dengan forward

chaining dalam aplikasi e-commerce. 1.4 Batasan Masalah

Adanya keterbatasan waktu dan pengetahuan dari penulis dalam menyelesaikan penelitian ini, maka dalam perihal batasan masalah agar bisa lebih fokus dalam merancang perangkat lunak ini ialah sebagai berikut:

1. Sistem e-commerce tidak menggunakan payment gateway dalam proses pembayarannya dan tidak sampai proses transaksi, melainkan sampai menampilkan rekomendasi produk yang dibutuhkan pengguna.

2. Item yang terdapat dalam aplikasi e-commerce hanya satu jenis item

sebagai produk domainnya, yaitu produk laptop yang diambil dari kliknklik.com untuk update harga periode tanggal 8 Mei 2015.

3. Brand laptop yang digunakan hanya 4 jenis brand sesuai dengan hasil

kuesioner yang dilakukan kepada 50 responden melalui google form dan juga mewakili karakteristik kriteria yang digunakan dalam sistem, yaitu ASUS, ACER, TOSHIBA dan LENOVO.

(18)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

4. Tingkat prioritas pada knowledge-based recommendation ditentukan oleh perancang sistem sesuai hasil akuisisi knowledge melalui data yang telah diperoleh dari kliknklik.com dan kuesioner terhadap 50 resopnden.

1.5 Manfaat Penelitian

Ada pun manfaat yang diharapkan dari penelitian yang berjudul Penerapan Metode Knowledge Based Recommendation dan Forward Chaining untuk Aplikasi E-commerce adalah sebagai berikut:

1. Diharapkan dapat menambah ilmu pengetahuan mengenai sistem rekomendasi pada aplikasi e-commerce menggunakan metode Knowledge Based Recommendation dan Forward Chaining.

2. Dapat mengetahui parameter apa saja yang digunakan untuk melakukan rekomendasi pemilihan item produk yang tersedia pada aplikasi e-commerce berdasarkan metode yang diterapkan.

3. Diharapkan pula dapat memberikan nilai lebih dalam meningkatkan pelayanan jual beli online melalui adanya penerapan sistem rekomendasi tersebut guna menarik para pembeli potensial.

4. Sebagai bahan referensi bagi para peneliti yang ingin mengembangkan sistem rekomendasi di bidang e-commerce.

1.6 Metode Penelitian

Dalam menyelesaikan penelitian ini, langkah atau pun metode penelitian yang dilakukan oleh penulis adalah sebagai berikut:

1. Tahap Pengumpulan Data

Dimana pada tahap pengumpulan data ini terbagi menjadi beberapa bagian:

a. Studi Literatur

Proses pengumpulan data yang dilakukan pada tahapan studi literatur ialah dengan cara mempelajari berbagai buku dan mengumpulkan berbagai jurnal, browsing internet, literatur, maupun penelitian-penelitian yang sudah ada sebelumnya, terutama yang berkaitan dengan topik penelitian guna mendapatkan data yang akurat dan informasi yang relevan sesuai dengan penelitian yang diambil.

(19)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

b. Observasi

Pada proses observasi, tahapan pengumpulan data dilakukan dengan cara meneliti secara langsung terhadap permasalahan yang dihadapi guna melengkapi data-data yang diperlukan dalam penelitian.

2. Analisis dan Perancangan Perangkat Lunak

Analisis dan perancangan perangkat lunak dilakukan untuk menentukan permasalahan mengenai bahasa pemrograman yang akan digunakan, input/output program aplikasi, dan permasalahan teknik yang akan diimplementasikan. Dalam tahapan ini semua skema yang terkait dalam proses perancangan software akan disusun sedemikian rupa hingga tahap maksimal sampai dengan rancangan user interface yang interaktif. 3. Implementasi dan Pengujian

Implementasi dilakukan setelah analisis dilakukan dan dirasa cukup membantu dalam koridor yang dipahami oleh penulis, kemudian diterapkan ke dalam bentuk aplikasi perangkat lunak. Pengujian dilakukan guna mengukur sejauh mana aplikasi yang dihasilkan bisa memberikan informasi yang dibutuhkan dan diharapkan.

4. Hasil Akhir dan Penarikan Kesimpulan

Tahap akhir dimana suatu perangkat lunak telah selesai dibangun, diuji dan dianalisis untuk mengetahui sejauh mana metode yang digunakan berhasil memberikan solusi dan dampak terhadap kasus yang diangkat dalam penelitian ini. Apabila hasilnya kurang memuaskan, maka dilakukan kembali suatu analisis secara lebih seksama.

1.7 Sistematika Penulisan

Sistematika penulisan yang disusun guna memberikan suatu gambaran mengenai tugas akhir dan perangkat lunak yang dibuat adalah sebagai berikut: BAB I. PENDAHULUAN

Pada bab ini penulis menguraikan tentang latar belakang permasalahan, rumusan masalah, tujuan penelitian, batasan masalah, metode penelitian dan sistematika penulisan.

(20)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB II. KAJIAN PUSTAKA

Berisi mengenai bahasan tentang berbagai konsep dasar dan teori penunjang yang berkaitan dan behubungan dengan topik penelitian serta berbagai hal yang berguna dalam proses analisis permasalahan yang ada terhadap penelitian yang dilakukan, baik berupa kajian teori maupun penelitian-penelitian yang sudah ada sebelumnya.

BAB III. METODOLOGI PENELITIAN

Bab ini menjelaskan tentang langkah-langkah proses yang akan dilakukan dalam penelitian. Seperti halnya analisis sistem, analisis masalah, analisis kebutuhan non fungsional, perancangan sistem dan sebagainya.

BAB IV. HASIL PENELITIAN DAN PEMBAHASAN

Pada bab ini berisi uraian tentang hasil penelitian dan pembahasan terhadap hasil penelitian yang dilakukan.

BAB V. KESIMPULAN DAN SARAN

Berisi kesimpulan yang sudah diperoleh dari hasil penelitian dan tugas akhir yang telah dilakukan, beserta saran sebagai pertimbangan untuk mengembangkan penelitian selanjutnya terkait topik yang sedang dibahas.

(21)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB III

METODOLOGI PENELITIAN

Dalam bab ini akan dijelaskan mengenai struktur rancangan desain penelitian disertai metode penelitian beserta alat dan bahan yang akan digunakan dalam mengerjakan tugas akhir.

3.1. Desain Penelitian

Desain penelitian merupakan tahapan yang akan dilakukan untuk mempermudah peneliti sebelum menuju proses yang lebih jauh lagi dalam melakukan penelitian. Tahapan yang akan dilakukan dalam penelitian skripsi ini ialah sebagai berikut:

1. Studi literatur

a. Mempelajari data yang akan digunakan seperti data laptop beserta spesifikasinya yang diambil dari kliknklik.com.

b. Mempelajari konsep pembuatan e-commerce. c. Mempelajari konsep sistem rekomendasi.

d. Mempelajari konsep knowledge based recommendation dan forward chaining.

2. Mengumpulkan data-data yang dibutuhkan melalui proses observasi dengan membagikan kuesioner untuk mendapatkan kriteria atau faktor yang dipertimbangkan oleh pelanggan dalam menentukan pemilihan laptop. Selain itu juga dengan mengambil data-data laptop beserta spesifikasinya dari kliknklik.com sebagai produk domain yang digunakan dalam sistem dan kemudian data-data yang sudah didapatkan dikumpulkan untuk diproses.

3. Mempersiapkan alat dan bahan penelitian. Alat yang dipersiapkan berupa perangkat keras dan perangkat lunak yang menunjang pembuatan sistem, sedangkan bahan penelitiannya ialah data-data yang sudah dikumpulkan melalui kuesioner dan produk domain yang diambil dari kliknklik.com untuk dapat diproses lebih lanjut ke dalam sistem.

(22)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

a. Analisa Kebutuhan

Tahap pengumpulan data dan informasi terkait dengan metode yang akan diterapkan dalam aplikasi, berikut kebutuhan penunjang lainnya dalam mendapatkan gambaran sistem.

b. Desain Sistem

Pada tahapan ini, dilakukan pembuatan desain rekayasa sistem sesuai dengan analisa kebutuhan yang telah diperoleh.

c. Desain Program

Tahap pembuatan desain struktur program, dan algoritma knowledge based recommendation dan forward chaining. Pada tahap ini ditentukan modul apa saja yang akan dibuat untuk melakukan rekomendasi, yaitu seperti modul knowledge, modul forward chaining, modul rule management, modul fakta, modul produk.

d. Coding

Menerjemahkan desain sistem dan desain program ke dalam bahasa mesin. Disertai dengan penerapan metode knowledge based recommendation dan forward chaining yang telah dikaji sebelumnya.

e. Pengujian Unit & Integrasi

Pengujian terhadap aplikasi yang telah dibuat. Jika terdapat kekurangan maka tahapan ini berhubungan dengan tahap desain program. Setelah itu dilakukan pula pengujian fungsionalitas terhadap setiap modul yang telah dibuat melalui antarmuka sistem. f. Pengujian Sistem

Tahap pengujian sistem. Jika terdapat kekurangan maka tahap ini berhubungan dengan tahapan desain sistem. Pada tahap ini dilakukan pengujian keseluruhan sistem dari mulai tahap pemberian dialog interaktif sampai rekomendasi diberikan.

(23)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Tahap pengujian yang bersifat menyeluruh, berupa simulasi terhadap data sebenarnya. Jika terdapat kekurangan, maka tahap ini berhubungan dengan tahap analisis kebutuhan. Dimulai dari pengecekan terhadap data hasil knowledge based dan skenario dialog yang diberikan hingga dihasilkan keputusan rekomendasi.

h. Operations & Maintenance

5. Mengkaji dan menerapkan knowledge based recommendation dan forward chaining pada aplikasi perangkat lunak e-commerce, dimana tahapan dari setiap metode yang diterapkan ialah:

a. Knowledge based recommendation

 Akuisisi knowledge.  Representasi knowledge.

 Menentukan parameter dan beserta prioritasnya.  Menyusun prosedur aturan (Rules), IF-THEN.

 Inference engine; Forward chaining.

b. Forward chaining

 Pendefinisian masalah

Tahap ini meliputi pemilihan domain masalah dan akuisisi pengetahuan.

 Pendefinisian data input

Sistem forward chaining memerlukan data awal untuk memulai inferensi.

 Pendefinisian struktur pengendalian data

Aplikasi yang kompleks memerlukan premis atau informasi tambahan untuk membantu mengendalikan data dalam pengaktifan suatu aturan yang didapatkan dari data input. 6. Hasil dari penelitian yang telah dilakukan kemudian disusun ke dalam

bentuk dokumen skripsi dan dokumen teknis.

7. Implementasi, dari penerapan knowledge based recommendation dan forward chaining pada aplikasi e-commerce.

Berikut gambaran umum dari desain penelitian yang telah dipaparkan sebelumnya dan dapat dilihat pada gambar 3.1.

(24)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

(25)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Rekayasa Perangkat Lunak: V-Model

Gambar 3.1 Desain Penelitian

Studi Literatur  Mempelajari data-data produk domain yang

diperoleh dari kliknklik.com

 Mempelajari konsep e-commerce

 Mempelajari konsep sistem rekomendasi

 Mempelajari konsep knowledge based

recommendation dan forward chaining

Pengumpulan Data

Observasi dan Kuesioner

Persiapan Alat dan Bahan (Data)

Skripsi Dokumen Teknis Aplikasi Implementasi KBR - FC Aplikasi E-Commerce KBR-FC

Akuisisi knowledge

Representasi Knowledge

Penyusunan Rules (Aturan)

Inference engine

Menentukan parameter beserta prioritasnya

Forward Chaining

(26)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

3.2. Metode Penelitian

Metode penelitian yang digunakan dalam menyelesaikan penulisan tugas akhir ini adalah sebagai berikut:

1. Tahap Pengumpulan Data a. Studi Literatur

Studi literatur dengan cara mempelajari berbagai buku dan mengumpulkan berbagai jurnal, browsing internet, paper, maupun penelitian-penelitian yang sudah ada sebelumnya, terutama yang berkaitan dengan topik penelitian guna mendapatkan data yang akurat dan informasi yang relevan sesuai dengan penelitian yang diambil. Literatur disini berisi semua materi pembelajaran mengenai metode knowledge based recommendation, forward chaining, e-commerce dan sistem rekomendasi.

b. Observasi

Pada proses observasi, tahapan pengumpulan data dilakukan dengan cara meneliti secara langsung terhadap permasalahan yang dihadapi guna melengkapi data-data yang dperlukan dalam penelitian. Proses observasi dalam penelitian ini salah satunya dengan membagikan kuesioner untuk memperoleh faktor yang dipertimbangkan oleh responden sebagai data kriteria dalam menentukan pemilihan laptop. Kemudian melakukan observasi dengan mengunjungi situs kliknklik.com untuk bisa mendapatkan data-data laptop sebagai produk domain dalam penelitian ini.

2. Tahap Rekayasa Sistem

Tahapan rekayasa sistem perangkat lunak yang diterapkan dalam penelitian ini yaitu menggunakan metode V-Model. Metode ini serupa dengan model metode waterfall, akan tetapi lebih menekankan pada adanya asosiasi antar tahapan sebelum pemrograman dan sesudahnya. Penekanan dalam V-Model terutama pada fase verifikasi dan validasi.

(27)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Gambar 3.2 V-Model

(Sumber : Prof. Dr.-Ing. Stefan Kowalewski, Embbed Software Engineering, 2005)

Tahapan yang dilakukan dalam V-Model ialah sebagai berikut (Pranajati, 2012):

1. Analisa Kebutuhan, tahap pendefinisian dan dokumentasi kebutuhan dari konsumen.

2. Desain Sistem, perekayasaan sistem, berdasarkan analisis kebutuhan.

3. Desain Program, perekayasaan struktur program, algoritma dan struktur data.

4. Coding, penulisan / interpretasi dari hasil desain program.

5. Pengujian Unit & Integrasi, pengetesan pada program setingkat low-level testing. Bila terjadi kekurangan dan ketidaksesuaian maka tahap ini akan berkoneksi dengan tahap tiga yaitu desain program. 6. Pengujian Sistem, pengetesan pada sistem. Bila terjadi kekurangan

dan ketidaksesuaian maka tahap ini akan berkoneksi dengan tahap 2 yaitu desain sistem.

7. Pengujian Menyeluruh, test ini bersifat integral/menyeluruh, dengan simulasi data sebenarnya. Bila terjadi ketidaksesuaian,

(28)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

maka tahap ini akan berinteraksi langsung dengan tahap satu yaitu analisa kebutuhan.

8. Operasi & Pemeliharaan, tahap akhir pengembangan sistem dimana sistem diimplementasi dan diterima serta dijalankan sesuai kebutuhan. Tahap ini dilakukan hanya jika sistem telah dianggap selesai tanpa syarat.

3.3. Alat dan Bahan Penelitian

Dalam menunjang dan membantu proses penelitian, maka dibutuhkan alat dan bahan penelitian baik berupa perangkat keras dan juga perangkat lunak dimana alat dan bahan penelitian tersebut ialah sebagai berikut:

1. Komputer dengan spesifikasi :

 Processor Intel Core i5

 RAM 4 GB DDR3

 Harddisk 500 GB

 Layar monitor 14 inci 2. Perangkat lunak :

 Microsoft Windows 7 Ultimate  HeidiSQL

 XAMPP  Notepad++

 Microsoft Office 2010  Balsamiq Mockups

 Web Browser

Sebagai opsi pilihan dalam perihal spesifikasi komputer, yang terpenting komputer tersebut dapat menerima dan memenuhi persyaratan yang diberikan, maka dapat digunakan sebagai alat penelitian.

Bahan penelitian yang digunakan dalam menunjang dan membantu proses penelitian adalah seperti, paper, textbook, dan dokumentasi lainnya yang berkaitan dengan topik permasalahan yang diambil. Selain itu juga yang menjadi bahan penelitian disini ialah data informasi dan spesifikasi dari produk (item) domain yang diperoleh dari kliknklik.com berupa data laptop beserta kriteria yang terdapat disetiap laptop yang ada disertai hasil kuesioner.

(29)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

3.4. Implementasi Penelitian

Untuk menyelesaikan penelitian ini dibutuhkan beberapa tahapan yang harus dikerjakan dan dilakukan seperti survei permasalahan penelitian, pemahaman metode, pengumpulan data, perancangan dan pembangunan perangkat lunak serta survei untuk mengetahui kinerja sistem terhadap tujuan penelitian.

Prosedur atau langkah awal yang dilakukan dalam melakukan pengerjaan penelitian ini ialah:

1. Melakukan studi literatur dalam menganalisis permasalahan penelitian dan memahami konsep metode yang digunakan. Adapun konsep metode dalam kasus penelitian ini adalah metode knowledge based recommendation dan forward chaining.

2. Mengumpulkan data penunjang yang dapat diperoleh dari berbagai sumber, baik itu dari buku, paper, internet, pakar, maupun dari penelitian-penelitian yang telah ada sebelumnya untuk mengetahui hal-hal yang diperlukan seperti data informasi dan spesifikasi dari produk (item) domain e-commerce sebagai data alternatif beserta kriteria yang dimiliki untuk dijadikan data knowledge dalam database.

3. Merancang basis pengetahuan (knowledge base) berdasarkan data yang telah dikumpulkan dan metode yang akan digunakan.

4. Merancang dan membangun perangkat lunak yang sesuai dengan kebutuhan fungsional sistem disertai penerapan metode knowledge based recommendation dan forward chaining pada perangkat lunak.

(30)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dan saran yang diperoleh dari pelaksanaan tugas akhir dan pemberian saran yang diperlukan khususnya yang berkaitan dengan pengembangan teknologi di masa yang akan datang.

5.1 Kesimpulan

Berdasarkan hasil penelitian yang telah dilaksanakan, maka dapat disimpulkan beberapa hal mengenai penerapan metode knowledge based recommendation dan forward chaining untuk aplikasi e-commerce sebagai berikut:

1. Aplikasi e-commerce yang dibangun dengan recommender system di dalamnya serta didukung oleh knowledge based recommendation dan forward chaining dapat bekerja dengan baik untuk menghasilkan rekomendasi produk berdasarkan kriteria yang dipilih oleh user. Kemudian penentuan rekomendasi produk tersebut dirancang dan dibangun berdasarkan parameter dan kriteria yang diperoleh melalui hasil akuisisi knowledge untuk dijadikan informasi dalam database sebagai basis knowledge. Dan rekomendasi tidak akan terjadi apabila tidak ada kesesuaian dengan basis knowledge yang terdapat dalam sistem.

2. Menggabungkan knowledge based recommendation dan forward chaining dalam aplikasi e-commerce dimulai dengan beberapa tahapan yang harus dilalui dari kedua metode tersebut sebelum menerapkannya dalam aplikasi e-commerce. Tahapan tersebut dimulai dari proses akuisisi knowledge, menentukan parameter beserta prioritasnya, representasi knowledge, penyusunan rules dan inference engine menggunakan forward chaining sebagai bagian dari proses penalaran atau penelusuran jawaban dalam mendapatkan hasil rekomendasi.

(31)

114

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

5.2 Saran

Melihat dari hasil penelitian yang telah didapatkan, terdapat beberapa saran yang ingin disampaikan dan sekiranya diperlukan agar penelitian serupa di masa yang akan datang dapat berkembang menjadi lebih baik lagi dari yang telah ada oleh peneliti selanjutnya. Ada pun saran yang diberikan pada penelitian ini ialah sebagai berikut:

1. Untuk alternatif produk laptop yang digunakan, disarankan bisa lebih dari empat brand agar pilihannya juga jadi bermacam-macam dan produk laptop yang dipilih tentu produk laptop yang mempunyai karakteristik tersendiri.

2. Untuk kasus dalam penelitian ini disarankan bahwa sebenarnya tidak mesti menggunakan forward chaining untuk mendapatkan rekomendasi dikarenakan rule yang dibuat pada penelitian ini tidak terlalu kompleks dan forward chaining bakal terasa peranannya apabila rule yang dibuat memiliki tingkat kompleksitas yang cukup rumit sehingga akan bersifat dominan dalam penelitian khususnya expert system.

3. Disarankan untuk aplikasi e-commerce yang digunakan bisa sampai tahap transaksi pembayaran baik menggunakan payment gateway atau pun transfer antar bank biasa.

(32)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR PUSTAKA

Alim, A. (2014). Implementasi Metode Forward Chaining Pada Game Litle Farmer. Bandung: Universitas Komputer Indonesia.

Apriyanti, D. H. (2009). Perancangan Sistem Pakar untuk Identifikasi Genus Thrixpermum di Sulawesi. Prosiding Seminar Basic Science VI. Pasuruan: LIPI.

Burke, R. (2000). Knowledge-based recommeder systems.

Chun, I.-G., & Hong, I.-S. (2001). The Implementation of Knowledge-Based Recommender Systm for Electonic Commerce Using Java Expert System Library. International Symposium on Industrial Electronics Proceedings (hal. 1766-1770). Pusan: Korea Selatan.

Desiani, A., & Arhami, Muhammad. (2006). Konsep Kecerdasan Buatan. Yogakarta: Andi.

Fachrizal. (2011, Maret 20). Pengertian Tentang Perdagangan dan Hukum

Dagang. Dipetik Juni 14, 2015, dari Fachrizal31's Blog:

https://fachrizal31.wordpress.com/2011/03/20/pengertian-tentang-perdagangan-dan-hukum-dagang/

Fahrurrozi, I., Uyun, S., & Mulyanto, A. (2011, Februari). Item Collaborative Filtering untuk Rekomendasi Pembelian Buku Secara Online. JUSI Vol. 1, No.1, 63-70.

Habibie, T. N. (2011). Implementasi Sistem Rekomendasi Tempat Wisata dengan Menggunakan Metode Knowledge-Based Recommendation Studi Kasus PT. Tama Putera Wisata. Bandung: Universitas Pendidikan Indonesia. Hiralal, M. (2011). Recommender Systems for e-Shops.

Koren, Y., & Bell, R. (2011). Recommender Systems Handbook: Advances in Collaborative Filtering. Springer, 145-186.

Kurniawan, Z. (2011, November 15). Tugas 1 : Perkembangan E-Commerce di Dunia Pada Tahun 2011. Dipetik Juni 13, 2015, dari Ecommerce Lecture: http://ecomm.lecture.ub.ac.id/tugas-1-perkembangan-e-commerce-di-dunia-pada-tahun-2011/

Lukman, E. (2014, April 15). 18 popular online shopping sites in Indonesia (2014

(33)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

https://www.techinasia.com/popular-online-shopping-platforms-in-indonesia/

Mitra, W. (2014, September 16). Data Statistik Mengenai Pertumbuhan Pangsa Pasar E-Commerce di Indonesia. Dipetik Desember 1, 2014, dari StarupBsnis: http://startupbisnis.com/data-statistik-mengenai-pertumbuhan-pangsa-pasar-e-commerce-di-indonesia-saat-ini/

Novianti, E. (2013). Pembangunan Sistem Rekomendasi Pemilihan Pekerjaan

Berdasarkan Kepribadian dengan Metode Knowledge Based

Recommendation Berbasis Web. Bandung: Universitas Pendidikan Indonesia.

Permana, A. S., & Imrona, M. (2011). Analisis dan Implementasi Metode Hybrid Recommender System untuk Studi Kasus Sistem Pengambilan Mata Kuliah. Bandung: Institut Teknologi Telkom.

Pranajati. (2012). Implementasi Metode Bisecting K-Means untuk Pengelompokan Dokumen Elektronika Berbahasa Indonesia. Bandung: Universitas Pendidikan Indonesia.

Ramdani, J. (2012). Pembangunan Website E-Commerce di Toko Linggo Jaya Bandung. Bandung: Universitoas Komputer Indonesia.

Rejeki, R. S., Utomo, A. P., & Susanti, S. S. (2011). Perancangan dan Pengaplikasian Sistem Penjualan pada "Distro Smith" Berbasis E-Commerce. Jurnal Teknologi Informasi DINAMIK Volume 16 No.1, (hal. 150-159).

Ricci, F., Rokach, L., Shapira, B., & Kantor, P. B. (2010). Recommender Systems Handbook. New York: Springer.

Sugiyono. (2001). Metode Penelitian Administrasi. Bandung: Alfabeta.

Suparlan, S. (2012). Pembangunan Sistem Rekomendasi Menu Makanan Restoran Berbasis Web Menggunakan Metode Knowledge Based Recommendation. Bandung: Universitas Pendidikan Indonesia.

Sutrisno, J. (2011). Strategi Pengembangan Teknologi E-Commerce dengan Metode SWOT: Studi Kasus: PT. Chingmix Berhan Sejahtera. Jurnal TELEMATIKA MKOM, Vol.3 No.2, 44-50.

Wiranto. (2010, Februari 7). Mengenal Recommender System. Dipetik November

3, 2010, dari Knowledge Sharing:

(34)

Kurniawan, 2015

PENERAPAN METODE KNOWLEDGE BASED RECOMMENDATION DAN FORWARD CHAINING UNTUK APLIKASI E-COMMERCE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Yan, C.-M., Chiu, S.-H., & Shiau, W.-L. (2014). A Timely Interactive Recommender System for a Women and Children E-Commerce Platform. International Journal of Electronic Commerce Studies Vol 5, No 2, (hal. 275-290).