Indonesia memiliki ragam jenis kopi yang kaya, namun banyak konsumen masih kesulitan memilih biji kopi yang sesuai dengan selera pribadi akibat kurangnya informasi mengenai karakteristik rasa yang spesifik. Penelitian ini bertujuan untuk membangun sebuah sistem rekomendasi kopi berbasis web yang mampu membantu konsumen menemukan jenis kopi terbaik sesuai preferensi mereka. Pengembangan sistem dilakukan menggunakan metodologi Waterfall dan perancangan Unified Modeling Language (UML), serta menerapkan algoritma Naïve Bayes Classifier untuk menghitung probabilitas kecocokan berdasarkan variabel aroma, rasa, body, dan keasaman. Hasil pengujian sistem menunjukkan tingkat akurasi rekomendasi sebesar 44,28%. Berdasarkan hasil uji coba perhitungan, jenis kopi Arabika Bali Natural menempati urutan prioritas tertinggi dengan nilai probabilitas sebesar 31,10%. Selain itu, jenis kopi yang juga sering direkomendasikan berdasarkan tren preferensi konsumen adalah Arabika Gayo Wine dan Robusta Temanggung. Aplikasi rekomendasi ini mampu menyajikan urutan jenis kopi berdasarkan nilai probabilitasnya, sehingga memudahkan pengguna dalam mengambil keputusan pemilihan kopi secara objektif dan efisien.

S12439

INF 0009 2026

Bekasi

Tersedia