Abstract :
SEBUAH E-COMMERCE SEDERHANA YANG MAMPU MEMBERI REKOMENDASI SECARA OTOMATIS KEPADA USER. METODE YANG DIGUNAKAKAN ADALAH METODE ITEM BASED CF DENGAN ALGORITMA SLOPE ONE YANG MEMBUAT MODEL KORELASI ANTAR ITEM DENGAN MEMBANDINGKAN RATING ANTARA ITEM SATU DENGAN YANG LAIN DAN MENGHITUNG RATA-RATA SELISIH RATINGNYA, SEMAKIN KECIL RATA-RATA SELISIH RATING ANTARA 2 ITEM, MAKA SEMAKIN DEKAT KOELASINYA. BERDASARKAN MODEL KORELASI ANTAR ITEM DIPREDIKSI BERAPA RATING YANG DIBERIKAN USER TERHADAP SEBUAH ITEM, REKOMENDASI NDITAMPILKAN KEPADA USER DALAM BENTUK DAFTAR ITEM HASIL PREDIKSI YANG TELAH DIURUTKAN DARI RATING HASIL PREDIKSI YANG TERBESAR