ABSTRAK
Sebagai sebuah platform, kemampuan untuk mempertemukan penawaran dari satu pihak dengan permintaan dari pihak lain adalah kemampuan yang wajib dimiliki. Semakin tepat nilai yang didapat oleh pengguna platform, semakin bermanfaat platform ini bagi penggunanya. Sebuah platform memerlukan algoritma yang memanfaatkan data yang sudah dimiliki untuk membuat rekomendasi yang tepat bagi penggunanya. Situs getdiskon.com perlu menerapkan filter menggunakan algoritma yang akhirnya dapat memberikan rekomendasi promo yang tepat bagi penggunanya. Penelitian ini menguji beberapa metode rekomendasi yang menggunakan similarity measure untuk membuat sistem rekomendasi promo dengan memanfaatkan data basis data internal perusahaan. Tiga jenis metode yang diuji dalam penelitian ini adalah metode collaborative, metode content-based dan hybrid recommender system. Hasil terbaik dari pengujian ini diperoleh dengan menggunakan metode item-based collaborative dengan hasil f-measure sebesar 4,6%. Selain itu ditemukan bahwa pengelompokkan pengguna berdasarkan menggunakan kombinasi alamat IP dan atribut User Agent serta penggunaan metode feature selection memengaruhi hasil evaluasi.