79
2.3
Penelitian Sejenis
Beberapa penelitian dengan fokus pada pengembangan e-commerce
telah dilakukan sesuai dengan beragamnya kebutuhan dan karakteristik dari
e-commerce
yang sedang berkembang. Velpula
et al.
(2010:27-29)
menjelaskan bahwa e-commerce telah berkembang secara pesat dan menjadi
salah satu bisnis yang sangat siginifikan dan mengadakan penelitian berfokus
pada bidang tersebut. Penelitiannya mencoba meneliti perilaku pembelian
pelanggan dengan melakukan analisis web log
untuk mengklasifikan
pelanggan berdasarkan perilaku pembelian mereka. Tujuan dari penelitian itu
adalah
untuk mengklasifikan profil pelanggan dan perilaku mereka, seperti
pelanggan pria berusia 21 sampai 31 sering membeli produk komputer dan
buku. Karena penelitian berdasarkan web log, penelitian ini tidak bisa
berjalan pada bisnis yang belum memiliki website tersendiri.
Dakhel
dan Mahdavi (2013:525-527)
merancang
sistem rekomendasi
dengan penggunaan algoritma user-based collaborative filtering
agar sistem
rekomendasi lebih terpersonalisasi. Penelitian itu
menggunakan data set
rating
setiap pengguna untuk semua item
yang ada. Hal ini menyebabkan
pendekatan pemecahan masalah tidak bisa diimplementasikan untuk sistem
yang tidak memiliki data rating dari setiap pengguna. Selain itu, penggunaan
user-based collaborative filtering menyebabkan pengguna yang baru menjadi
pengguna tidak akan mendapatkan rekomendasi item karena sistem belum
dapat menganalisis aktivitas pengguna
tersebut untuk dibandingkan dengan
pengguna yang lain sebelum sistem dapat menyajikan rekomendasi item.
Menurut Laurraine dan Shanmugasundaram (2013:55), pendekatan lain
selain user-based collaborative filtering adalah item-item collaborative
filtering. Algoritma ini memetakan kesamaan antara item dengan rating yang
telah diberikan pada item
tersebut dan memprediksi rating
yang akan
diberikan pengguna
terhadap produk yang dilihat berdasarkan rating-rating
yang pengguna
telah berikan pada item
lain. Pendekatan ini tidak sesuai
untuk diimplementasikan pada sistem yang belum memiliki rating untuk item
yang ada.
Market basket analysis
adalah salah satu pendekatan untuk
menganalisis asosiasi dari item yang ada dengan item yang lain. Apabila hasil
analisis asosiasi memenuhi syarat yang diinginkan, maka item
yang sesuai
 |