IMPLEMENTASI USER-BASED COLLABORATIVE FILTERING PADA SISTEM REKOMENDASI BARBERSHOP DI KOTA PALANGKA RAYA

Pemilihan barbershop yang sesuai dengan preferensi pengguna menjadi salah satu tantangan seiring bertambahnya pilihan layanan barbershop di Kota Palangka Raya. Penelitian ini bertujuan untuk mengimplementasikan metode User-Based Collaborative Filtering (UBCF) pada sistem rekomendasi barbershop berbasis web serta mengevaluasi kinerja sistem dalam menghasilkan rekomendasi. Sistem dikembangkan menggunakan framework Laravel dengan bahasa pemrograman PHP. Metode UBCF diterapkan melalui pembentukan user rating matrix, perhitungan kemiripan antar pengguna menggunakan Cosine Similarity, pemilihan Top-K Neighbor, prediksi rating menggunakan Weighted Sum, dan penyusunan rekomendasi Top-N. Sistem juga menyediakan mekanisme cold-start dengan mempertimbangkan rating umum, sentimen ulasan, jarak, dan riwayat interaksi pengguna. Evaluasi prediksi rating menggunakan Mean Absolute Error (MAE), sedangkan evaluasi relevansi rekomendasi menggunakan Precision@10, Recall@10, F1@10, NDCG@10, dan MAP@10. Hasil pengujian menunjukkan nilai MAE sebesar 0,7457 dengan prediction coverage sebesar 81,58%. Sementara itu, hasil evaluasi rekomendasi menghasilkan Precision@10 sebesar 4,49%, Recall@10 sebesar 30,61%, F1@10 sebesar 7,68%, NDCG@10 sebesar 13,60%, dan MAP@10 sebesar 6,90%. Hasil tersebut menunjukkan bahwa sistem berhasil mengimplementasikan UBCF dan menghasilkan prediksi rating serta rekomendasi barbershop. Nilai MAE memenuhi batas evaluasi yang ditetapkan, tetapi ketepatan dan kualitas urutan rekomendasi Top-N masih perlu ditingkatkan. Sistem ini diharapkan dapat membantu pengguna dalam menemukan barbershop sesuai preferensi mereka di Kota Palangka Raya.