Abstract
Dalam berbelanja online, pelanggan sering kali kesulitan dalam mencari barang yang diinginkan karena banyaknya jenis dan macam-macam barang, akibatnya pelanggan tidak jadi membeli karena tidak dapat menemukan barang yang diinginkan. Hal ini dapat merugikan penjual karena pelanggan tidak jadi membeli barang yang telah dilihat. Untuk mengatasi masalah tersebut dapat dibuat suatu sistem yang bisa memberikan rekomendasi barang bagi pelanggan sesuai dengan selera pelanggan. Sistem rekomendasi dapat mengidentifikasi secara otomatis barang yang mungkin diinginkan oleh pelanggan berdasarkan pembelian sebelumnya, pencarian, dan perilaku pelanggan. Algoritma sistem rekomendasi yang akan digunakan adalah Algoritma Semantic Sosial Information. Algoritma ini menggunakan pendekatan yang menggabungkan informasi semantik pada pelanggan dan produk dengan informasi sosial menggunakan analisis jaringan. Algoritma Semantic Social Information terdiri dari tiga bagian yaitu semantic information, sosial information dan recommendation algorithm. Semantic information digunakan untuk menentukan user preference, semantic-taxonomy dan semantic similiarity measure. Sosial information digunakan untuk menentukan user-user similarity. Recommendation Algorithm digunakan untuk menggabungkan semantic information dan sosial information sehingga menghasilkan rekomendasi. Dengan demikian, pada penelitian ini akan dibuat suatu sistem penjualan online dengan menambahkan sistem rekomendasi pemilihan barang menggunakan Algoritma Semantic Sosial Information untuk membantu menyelesaikan permasalahan tersebut..
