SAFFANAH, Sana (2025) Sistem Rekomendasi Pemilihan Hijab Buttonscarves Berbasis Content-Based Image Retrieval dengan Multi-Features dan Cosine Similarity. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (186kB)
	Text 2. HALAMAN PERNYATAAN KEASLIAN SKRIPSI.pdf Download (167kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (175kB)
	Text 4. KATA PENGANTAR.pdf Download (211kB)
	Text 6. ABSTRAK.pdf Download (199kB)
	Text 7. ABSTRACT.pdf Download (200kB)
	Text 8. DAFTAR ISI.pdf Download (207kB)
	Text 11. BAB I PENDAHULUAN.pdf Download (234kB)

Abstract

ABSTRAK
Industri fashion hijab di Indonesia terus berkembang pesat, dengan Buttonscarves sebagai
salah satu brand premium yang dikenal memiliki koleksi hijab eksklusif. Seiring
meningkatnya variasi desain hijab dan pakaian, kesesuaian visual antara keduanya menjadi
faktor penting dalam menentukan pilihan konsumen. Namun, banyaknya variasi model,
motif, dan warna sering menyulitkan konsumen untuk memilih hijab yang sesuai secara
visual dengan pakaian yang dikenakan. Tantangan ini semakin besar pada era belanja daring,
di mana keputusan pembelian sering kali hanya didasarkan pada gambar produk. Belum
banyak penelitian yang secara khusus menggabungkan tiga jenis fitur visual, yaitu RGB
Histogram, Local Binary Pattern, dan Canny Edge Detection dengan metode Cosine
Similarity untuk membangun sistem rekomendasi hijab, khususnya pada brand
Buttonscarves. Penelitian ini mengembangkan Content-Based Image Retrieval (CBIR)
dengan pendekatan multi-features yang menggabungkan ketiga fitur visual tersebut, di mana
proses rekomendasi dilakukan dengan menghitung Cosine Similarity antara vektor gambar
pakaian yang diinputkan pengguna dan vektor gambar hijab dalam database untuk
menghasilkan 10 rekomendasi hijab yang serupa secara visual dan relevan. Hasil pengujian
menunjukkan sistem rekomendasi dapat mencapai nilai rata-rata precision sebesar 91% dari
12 kategori query pakaian berdasarkan human evaluation, yang menunjukkan bahwa sistem
mampu memberikan rekomendasi yang relevan dan tepat sasaran sistem yang dihasilkan
diharapkan dapat mendukung konsumen dalam memilih hijab yang sesuai secara visual
dengan pakaian mereka, terutama saat berbelanja secara daring.
Kata kunci : Content-Based Image Retrieval, RGB Histogram, Local Binary Pattern, Canny
Edge Detection, Cosine Similarity

Actions (login required)

View Item