Implementasi Content-based Image Retrieval dalam Pemberian Rekomendasi Produk Fashion XYZ Berbasis Web

Fashion merupakan salah satu aspek penting dalam kehidupan sosial manusia. Seiring dengan berkembangnya zaman, industri fashion turut menerapkan teknologi sebagai bagian dari strategi bisnis. Brand XYZ telah menerapkan penjualan melalui e-commerce dan disertai dengan fitur rekomendasi similar products untuk meningkatkan minat eksplorasi dan minat belanja pelanggan. Namun, fitur tersebut masih belum optimal dan belum mampu menampilkan produk-produk yang memiliki kemiripan dari segi visual. Oleh karena itu, penelitian dilakukan untuk membentuk model rekomendasi baru bagi e-commerce fashion XYZ. Rekomendasi similar products pada penelitian ini didasari oleh prinsip Content-based Image Retrieval. CBIR memberikan solusi pengolahan dan pencarian gambar produk berdasarkan kemiripan visual sebagai basis rekomendasi. Pengolahan gambar dibantu oleh feature extractor VGG16, sedangkan pencarian gambar terdekat dilakukan dengan algoritma K-Nearest Neighbor. Evaluasi kemiripan gambar hasil rekomendasi dengan gambar input dilakukan dengan metode perhitungan Cosine Similarity, Root Mean Square Error, dan Structural Similarity Index Measure. Penelitian ini membandingkan beberapa jenis input gambar dan mengevaluasi setiap model untuk mendapatkan jenis input terbaik. Performa model terbaik didapatkan oleh input normal dengan nilai cosine, RMSE, dan SSIM secara berurutan sebesar 0.80, 50.90, dan 0.81. Model akhir wanita secara berturut-turut memiliki nilai evaluasi sebesar 0.73, 52.69, dan 0.80. Model akhir pria memiliki nilai evaluasi sebesar 0.79, 47.81, dan 0.80. Secara umum, rata-rata kemiripan produk berdasarkan cosine adalah 76% dan SSIM sebesar 80%. Kedua model wanita dan pria kemudian digunakan untuk testing pada website e-commerce