Sistem Rekomendasi Upgrade Mesin Sepeda Motor Menggunakan Metode Content-Based Filtering dan K-Nearest Neighbor Berbasis Website
Keywords:
Sistem Rekomendasi, Content-Based Filtering, K-Nearest Neighbor, Upgrade Mesin, Sepeda MotorAbstract
Penentuan konfigurasi Upgrade mesin sepeda motor melibatkan banyak parameter teknis yang saling berkaitan, sehingga proses ini tidak dapat hanya mengandalkan intuisi mekanik maupun rekam jejak pekerjaan sebelumnya semata. Ketergantungan pada pengalaman personal dan data tidak terstruktur kerap menimbulkan inkonsistensi dalam pemberian saran Upgrade serta memperpanjang waktu pengambilan keputusan. Penelitian ini bertujuan membangun sebuah sistem berbasis web yang mampu memberikan rekomendasi spesifikasi Upgrade mesin secara otomatis dengan menggabungkan pendekatan Content-Based Filtering (CBF) dan K-Nearest Neighbor (K-NN). Data historis yang digunakan berjumlah 10.168 entri spesifikasi Upgrade mesin, bersumber dari Bengkel Moon Racing Sukoharjo. Algoritma CBF dimanfaatkan untuk mengukur kemiripan antara input pengguna dan setiap rekaman dalam dataset melalui perhitungan Cosine Similarity, sementara algoritma K-NN dengan nilai K=3 digunakan untuk memilih rekomendasi akhir berdasarkan jarak Euclidean. Sistem dikembangkan menggunakan framework Laravel 12, PHP 8.2, dan MySQL sebagai basis data. Setelah proses penyaringan berdasarkan jenis sistem bahan bakar, setiap kategori karburator dan injeksi masing-masing menghasilkan 5.084 data. Evaluasi metode CBF menunjukkan nilai Cosine Similarity tertinggi sebesar 1,000000 pada rekomendasi utama (K1), yang mengonfirmasi kecocokan sempurna antara query pengguna dan data pada dataset. Pengujian dengan 10 kasus uji menghasilkan nilai Recall dan Precision masing-masing 100%, sedangkan pengujian Black Box membuktikan bahwa seluruh fungsi sistem berjalan sesuai spesifikasi kebutuhan pengguna. Temuan ini mengindikasikan bahwa sistem yang dikembangkan mampu menghasilkan rekomendasi Upgrade mesin secara akurat, konsisten, dan terValidasi oleh mekanik.
References
[1] R. Afriliardi, M. Y. Septiawan, Andrizal, and Rifdarmon, “Peningkatan Performa Sepeda Motor Matic Injeksi : Eksperimen Modifikasi Drive pulley dan Roller Tipe Sliding Performance Improvement of Injection Matic Motorcycles : Experiment on Modification of Drive pulley and Sliding Type Roller,” J. Teknol. dan Pendidik. Vokasi Indones., no. September, pp. 517–526, 2024.
[2] C. Deni Mulyadi, A. Setiawan, W. Wijaya, J. Jaelani, M. Agus Faizal, and J. Sodikin, “Pengaruh Modifikasi Silinder 150cc Menjadi 180cc terhadap Kinerja Sistem Pendingin pada Sepeda Motor,” J. Teknol. Terap., vol. 11, no. 3, pp. 369–379, 2025, [Online]. Available: https://doi.org/10.31884/jtt.v11i3.892
[3] E. Daniati, R. Indriati, K. Kunci-Sistem, P. Keputusan, ; Pembelian, and P. Korespondensi, “Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 1392 Sistem Rekomendasi Pembelian Spare Part Sepeda Motor 1*,” Online, 2023.
[4] R. Martin Permana, A. Id Hadiana, and P. Nurul Sabrina, “Rekomendasi Pemilihan Sepeda Motor Menggunakan Metode Content Based Filtering Dan Item Based Colaborative Filtering,” J. Tek. Inform. Unis, vol. 12, no. 2, pp. 207–217, 2024, doi: 10.33592/jutis.v12i2.5149.
[5] Rezki Fauzi Firmansyah and A. Wardana, “Sistem Rekomendasi Pemilihan Stok Motor Bekas Pada CV. Bandar Sri Rezeki Menggunakan Metode Simple Additive Weighting,” J. Comput. Digit. Bus., vol. 3, no. 2, pp. 69–75, 2024, doi: 10.56427/jcbd.v3i2.396.
[6] Suharni, Husain Putri Nursuci, and Hardiman Atsari Hardiman, “Rekomendasi Sparepart Pada Bengkel Robbi Motor Berbasis Algoritma,” Bull. Inf. Technol., vol. 6, no. 2, pp. 184–195, 2025, doi: 10.47065/bit.v5i2.2024.
[7] F. E. B. Simamora and F. P. Sihotang, “Apriori Algorithm for Analyzing Motorcycle Spare Part Purchase Patterns and Stock Optimization,” J. Ilm. Sist. Inf., vol. 4, no. 3, pp. 535–543, Sep. 2025, doi: 10.51903/cgvqa534.
[8] E. Febrywinata, R. R. Az-zahra, K. Nurfitri, P. T. Informatika, and U. M. Ponorogo, “Sistem Rekomendasi Masakan Berdasarkan Ketersediaan Bahan Menggunakan Metode Content-Based Filtering dengan Algoritma kepada pengguna berdasarkan preferensi atau kondisi tertentu . Salah satu pendekatan yang berbasis web yang mengombinasikan metode Conten,” J. Tek. Inform. dan Teknol. Inf., 2025.
[9] R. K. Dinata, H. Akbar, and N. Hasdyna, “Algoritma K-Nearest Neighbor dengan Euclidean Distance dan Manhattan Distance untuk Klasifikasi Transportasi Bus,” Ilk. J. Ilm., vol. 12, no. 2, pp. 104–111, 2020, doi: 10.33096/ilkom.v12i2.539.104-111.
[10] R. F. Yoga, Y. Litanianda, and G. Asrofi Buntoro, “Pengembangan Sistem Pendukung Keputusan Berbasis SAW untuk Rekomendasi Pemilihan Motor Bekas,” bit-Tech, vol. 7, no. 3, pp. 910–917, Apr. 2025, doi: 10.32877/bt.v7i3.2236.
[11] T. Jeniarta, I. N. Farida, and P. Kasih, “Pengujian Black Box dan White Box pada Sistem Rekomendasi Jenis Kendaraan Rental Mobil,” Online, 2024.
[12] M. Zen, Irwan, Hafni, and M. D. P. Ananda, “Implementasi dan Pengujian Menggunakan Metode BlackBox Testing Pada Sistem Informasi Tracer Study,” Bull. Comput. Sci. Res., vol. 4, no. 4, pp. 327–340, Jun. 2024, doi: 10.47065/bulletincsr.v4i4.359.
[13] D. Pratiwi, A. Asrianda, and L. Rosnita, “Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Objek Wisata di Aceh Tamiang,” J. Ilmu Komput. dan Inform., vol. 4, no. 2, pp. 85–96, 2025, doi: 10.54082/jiki.169.
[14] P. P. Allorerung, A. Erna, M. Bagussahrir, and S. Alam, “Analisis Performa Normalisasi Data untuk Klasifikasi K-Nearest Neighbor pada Dataset Penyakit,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 9, no. 3, pp. 178–191, 2024, doi: 10.14421/jiska.2024.9.3.178-191.
[15] K. I. P. K. Merdeka, K. I. P. Kuliah, and M. Min, “Normalisasi Max Min Untuk Menentukan,” vol. 9, no. 2, pp. 184–194, 2024.
[16] U. Katolik and S. Thomas, “Implementasi Algoritma K-Means Dengan Normalisasi Min-Max Pada Analisis Data Ketidakbersekolahan Anak,” vol. 4, no. 1, 2026, doi: 10.54259/jdmis.v4i1.7064.
[17] D. Desyanti and D. Wulandari, “Implementasi Algoritma K-Nearest Neighbour dalam Memprediksi Stok Sepeda Motor,” Build. Informatics, Technol. Sci., vol. 4, no. 3, Dec. 2022, doi: 10.47065/bits.v4i3.2579.
[18] V. Christanti Mawardi and J. Hendryli, “Jurnal Ilmu Komputer dan Sistem Informasi PENGGUNAAN METODE COLLABORATIVE FILTERING BASED UNTUK REKOMENDASI KENDARAAN BERMOTOR.”
[19] I. Ali and A. Rizki Rinaldi, “PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN SEPEDA MOTOR TERLARIS,” 2023.
[20] W. Wahyu Pribadi, A. Yunus, and A. S. Wiguna, “Perbandingan Metode K-Means Euclidean Distance Dan Manhattan Distance Pada Penentuan Zonasi Covid-19 Di Kabupaten Malang,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 493–500, 2022, doi: 10.36040/jati.v6i2.4808.
