Sistem rekomendasi merupakan salah satu teknologi penyaringan informasi yang membantu pengguna menemukan produk sesuai kebutuhan di tengah banyaknya pilihan pada platform digital. Peningkatan jumlah dan variasi produk fitness dan olahraga dapat menyebabkan information overload. Kondisi tersebut membuat pengguna kesulitan menemukan produk yang relevan secara cepat. Pendekatan content-based filtering dapat digunakan untuk menghasilkan rekomendasi berdasarkan kemiripan karakteristik konten produk. Namun, pencocokan kata kunci secara langsung belum sepenuhnya mampu memahami hubungan semantik antara kebutuhan pengguna dan informasi produk.
Penelitian ini bertujuan membangun dan mengevaluasi sistem rekomendasi produk fitness dan olahraga berbasis content-based filtering menggunakan metode Doc2Vec dan cosine similarity. Penelitian menggunakan metode eksperimen kuantitatif dengan data yang bersumber dari Amazon Reviews’23 Dataset. Atribut yang digunakan meliputi Product_name, category, dan clean_text, sedangkan Product_id digunakan sebagai identitas produk. Data melalui tahapan seleksi, pembersihan teks, case folding, tokenisasi, dan penghapusan stopword. Selanjutnya, data dibagi menjadi 80% data latih dan 20% data uji menggunakan metode hold-out validation.
Model Doc2Vec menggunakan arsitektur Paragraph Vector Distributed Bag of Words atau PV-DBOW dengan ukuran vektor 100 dimensi, window 5, min_count 2, epochs 20, workers 1, dan seed 42. Vektor query pengguna dibentuk menggunakan fungsi infer_vector, kemudian dibandingkan dengan seluruh vektor produk pada data uji menggunakan cosine similarity. Produk diurutkan berdasarkan nilai kemiripan tertinggi dan disajikan dalam bentuk rekomendasi Top-N. Evaluasi dilakukan menggunakan empat query pada skenario Top-5, Top-10, dan Top-30 dengan metrik Precision, Recall, dan Normalized Discounted Cumulative Gain atau NDCG.
Hasil penelitian menunjukkan bahwa pada skenario Top-5, sistem memperoleh nilai rata-rata Precision sebesar 0,9500, Recall sebesar 0,1100, dan NDCG sebesar 0,9732. Pada skenario Top-10, sistem memperoleh Precision sebesar 0,9000, Recall sebesar 0,2078, dan NDCG sebesar 0,9584. Sementara itu, pada skenario Top-30, sistem memperoleh Precision sebesar 0,8750, Recall sebesar 0,6082, dan NDCG sebesar 0,9361. Hasil tersebut menunjukkan bahwa jumlah rekomendasi yang lebih sedikit menghasilkan tingkat ketepatan dan kualitas pemeringkatan yang lebih tinggi. Sebaliknya, jumlah rekomendasi yang lebih banyak meningkatkan kemampuan sistem dalam menemukan produk relevan.
Sistem selanjutnya diimplementasikan dalam bentuk website bernama Bolang menggunakan Flask. Berdasarkan hasil penelitian, kombinasi Doc2Vec dan cosine similarity dapat digunakan untuk menghasilkan rekomendasi produk fitness dan olahraga berdasarkan kemiripan semantik informasi tekstual produk.