FORMULASI GRAF DINAMIS UNTUK SISTEM REKOMENDASI BERBASIS GRAF PADA E-COMMERCE

Abstract

Penelitian Perkembangan e-commerce menuntut sistem rekomendasi yang tidak hanya akurat, tetapi juga transparan dan mudah dijelaskan melalui struktur hubungan antarproduk. Penelitian ini mengkaji integrasi algoritma Apriori dengan representasi graf produk berbobot dan Minimum Spanning Tree (MST) sebagai tahap awal pembentukan peta perjalanan belanja konsumen. Data transaksi ritel yang terdiri atas 930 transaksi dan 10 produk utama dianalisis untuk menghasilkan aturan asosiasi dengan metrik support, confidence, dan lift, yang kemudian diproyeksikan ke dalam graf produk berbobot menggunakan fungsi bobot terbalik terhadap kekuatan asosiasi. Dari graf ini dikonstruksi MST sebagai backbone struktural yang merangkum hubungan antarproduk menjadi pohon terhubung dan bebas siklus dengan total bobot minimum, sehingga lintasan pada pohon dapat diinterpretasikan sebagai rute belanja yang efisien dan koheren. Analisis struktural menunjukkan bahwa MST mampu menjelaskan sebagian besar aturan asosiasi yang bermakna, sekaligus menyediakan dasar konseptual bagi pengembangan varian Minimum Routing Cost Spanning Tree (MRCST) dan Maximum Routing Cost Spanning Tree (MaxRCST) untuk mengendalikan kompromi antara efisiensi rute dan diversifikasi rekomendasi. Temuan ini menegaskan bahwa integrasi metode statistik dan struktural dalam bentuk graf dan pohon berbiaya minimum menyediakan fondasi penting bagi pengembangan sistem rekomendasi berbasis graf yang lebih cerdas, transparan, dan dapat dijelaskan di lingkungan e-commerce digital