• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

TA DIGITAL

STYLEMATE: Aplikasi Mobile Rekomendasi Outfit Interaktif Menggunakan Model Generative AI dan Product Scraping dari E-Commerce = STYLEMATE: Interactive Outfit Recommendation Mobile App Using Generative AI Model and Product Scraping from E-Commerce

Atina Nur Fahmi - Nama Orang; Tiara Yoga Pratiwi - Nama Orang; Kurnianingsih - Nama Orang; Idhawati Hestiningsih - Nama Orang;

Pesatnya pertumbuhan industri e-commerce di sektor fashion menimbulkan fenomena information overload yang menyebabkan konsumen kesulitan memilih outfit sesuai karakteristik fisik dan preferensi personal. Permasalahan ini semakin kompleks karena sebagian besar sistem rekomendasi outfit yang ada belum menghubungkan hasil rekomendasi dengan ketersediaan produk secara nyata di pasar. Penelitian ini bertujuan merancang dan membangun StyleMate, yaitu aplikasi mobile rekomendasi outfit berbasis Generative AI yang terintegrasi dengan product scraping dari platform Tokopedia dan Lazada. Pengembangan sistem dilakukan dengan metode Agile, menggunakan arsitektur yang terdiri atas frontend React Native, backend Laravel, dan modul web scraping berbasis Node.js dan Playwright.js. Teknologi Generative AI BytePlus digunakan untuk menganalisis gambar outfit serta data profil fisik pengguna, meliputi tinggi badan, berat badan, warna kulit, dan bentuk tubuh, sehingga menghasilkan rekomendasi outfit yang relevan dan kontekstual. Kelebihan utama StyleMate dibandingkan sistem sejenis terletak pada penggabungan langsung antara rekomendasi berbasis kecerdasan buatan dan data produk dari dua platform e-commerce sekaligus. Pengujian black box (fungsionalitas), performa, dan user acceptance testing (UAT) menunjukkan bahwa sistem mampu menghasilkan rekomendasi outfit yang dipersonalisasi serta menyajikan informasi produk, sehingga pengguna dapat membandingkan produk sebelum melakukan pembelian.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
IK 046 2026
Penerbit
Semarang : Politeknik Negeri Semarang., 2026
Deskripsi Fisik
xv, 167 hal.: illus.; 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
web scraping
generative AI
rekomendasi outfit
fashion e-commerce
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Atina Nur Fahmi
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?