PENERAPAN METODE CONTENT-BASED FILTERING UNTUK REKOMENDASI TANAMAN HIAS AQUASCAPE

Abstract

Pemilihan tanaman hias pada aquascape perlu disesuaikan dengan kondisi lingkungan akuarium seperti intensitas cahaya, suhu, dan tingkat keasaman air (pH). Namun, banyak penghobi aquascape, khususnya pemula, masih mengalami kesulitan dalam menentukan tanaman yang sesuai sehingga berisiko menyebabkan pertumbuhan tanaman tidak optimal. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi tanaman aquascape menggunakan metode Content-Based Filtering dengan algoritma Cosine Similarity untuk menentukan tingkat kemiripan antara preferensi pengguna dan atribut tanaman. Pengembangan sistem dilakukan menggunakan metode Extreme Programming (XP). Parameter yang digunakan meliputi kebutuhan cahaya, suhu, pH, posisi tanaman, dan tingkat perawatan. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang sesuai dengan input pengguna dengan nilai precision sebesar 80%. Dengan demikian, sistem rekomendasi yang dikembangkan dapat membantu pengguna dalam menentukan tanaman aquascape secara lebih cepat, tepat, dan efisien