Pengembangan Sistem Rekomendasi Suku Cadang Sepeda Motor Menggunakan Metode Hybrid Filtering Berbasis Konteks
DOI:
https://doi.org/10.55123/storage.v5i2.7980Keywords:
hybrid filtering, sistem rekomendasi, suku cadangAbstract
Di dalam lingkungan bengkel resmi, diperlukan sistem rekomendasi yang kompatibel dengan jenis kendaraan yang digunakan oleh pengguna dan kondisi aktual dari kendaraan tersebut. Studi ini mengusulkan framework hybrid filtering berbasis konteks yang mengintegrasikan co-occurrence collaborative filtering, pemetaan kategori fungsional, dan skor siklus perawatan berbasis jarak tempuh dalam kombinasi weighted linear. Filter tipe sepeda motor juga digunakan untuk membatasi kandidat pada suku cadang yang kompatibel, selain itu tingkat urgensi perawatan digunakan untuk memastikan komponen yang perlu diganti berdasarkan pembacaan odometer kendaraan. Bobot dikalibrasikan melalui analisis sensitivitas grid search pada validation set yang terdiri dari 80 anchor parts, menghasilkan konfigurasi optimal dengan validation Precision@5 sebesar 17,1%. Evaluasi ahli oleh mekanik mengonfirmasi validitas rekomendasi sebesar 90,21%. Hasil ini menunjukkan bahwa penambahan beberapa komponen ke dalam hybrid filtering menghasilkan rekomendasi yang layak secara teknis.
Downloads
References
Ahdiat, A. (2025) Proportion of Indonesian Households Owning Motorcycles in 2024. Available at: https://databoks.katadata.co.id/en/demographics/statistics/67b31a27e6891/proportion-of-indonesian-households-owning-motorcycles-in-2024 (Accessed: March 16, 2026).
Badan Pusat Statistik (2024) Number of Motor Vehicle by Type (Unit). Available at: https://www.bps.go.id/en/statistics-table/2/NTcjMg%3D%3D/number-of-motor-vehicle-by-type--unit-.html (Accessed: March 16, 2026).
Coussement, K., De Bock, K.W. and Geuens, S. (2022) “A decision-analytic framework for interpretable recommendation systems with multiple input data sources: a case study for a European e-tailer,” Annals of Operations Research, 315(2), pp. 671–694. Available at: https://doi.org/10.1007/s10479-021-03979-4.
Giordano, D. et al. (2022) “Data-driven strategies for predictive maintenance: Lesson learned from an automotive use case,” Computers in Industry, 134. Available at: https://doi.org/10.1016/j.compind.2021.103554.
Ibrahim, O.A.S. et al. (2025) “Revisiting recommender systems: an investigative survey,” Neural Computing and Applications, 37(4), pp. 2145–2173. Available at: https://doi.org/10.1007/s00521-024-10828-5.
Levitin, G., Xing, L. and Dai, Y. (2021) “Joint optimal mission aborting and replacement and maintenance scheduling in dual-unit standby systems,” Reliability Engineering & System Safety, 216. Available at: https://doi.org/10.1016/j.ress.2021.107921.
Masdaliva, F. and Rakhmat Kurniawan R (2025) “Perancangan Sistem E-Commerce J2 Kopi Takengon Berbasis Web Menggunakan Metode Content-Based Filtering,” STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer, 4(4), pp. 348–359. Available at: https://doi.org/10.55123/storage.v4i4.6578.
Mateos, P. and Bellogín, A. (2024) “A systematic literature review of recent advances on context-aware recommender systems,” Artificial Intelligence Review, 58(1). Available at: https://doi.org/10.1007/s10462-024-10939-4.
Muhamad Arldi Megantara and Ema Utami (2026) “Peningkatan Skalabilitas Sistem Rekomendasi Website Berita Menggunakan Content-Based Filtering dan K-Means,” STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer, 5(1), pp. 54–60. Available at: https://doi.org/10.55123/storage.v5i1.7651.
Muhammad Ridho Fasya, Muhamad Alda and Adnan Buyung Nasution (2025) “Rancang Bangun Sistem Informasi Rekomendasi Produk pada Supermarket Menggunakan Content Based Filtering Berbasis Web,” JUMINTAL: Jurnal Manajemen Informatika dan Bisnis Digital, 4(1), pp. 28–37. Available at: https://doi.org/10.55123/jumintal.v4i1.5114.
Santiadi, S. (2026) Workshop Transaction Records for Motorcycle Spare-Part Recommendation Research.
Uta, M. et al. (2024) “Knowledge-based recommender systems: overview and research directions,” Frontiers in Big Data, 7. Available at: https://doi.org/10.3389/fdata.2024.1304439.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Sherly Santiadi, Richard Wiputra, Lay Christian
This work is licensed under a Creative Commons Attribution 4.0 International License.
