Sistem Rekomendasi Produk AI -- 2

Saya mengelola usaha sembako yang menjual berbagai kebutuhan pokok—beras, gula, minyak, telur, dan barang harian lainnya. Saya ingin membangun sebuah sistem rekomendasi berbasis AI agar setiap pelanggan mendapatkan saran produk yang paling relevan setiap kali berbelanja.

Kebutuhan utama
• Fokus pada rekomendasi produk, bukan konten atau pengguna lainnya.
• Pendekatan awal menggunakan Collaborative Filtering; jika diperlukan, Anda boleh mengusulkan teknik pendamping guna meningkatkan akurasi.
• Model harus mampu belajar dari pola transaksi historis toko ritel sembako.

Cakupan pekerjaan
1. Merancang dan melatih model Collaborative Filtering (matrix factorization atau metode sejenis).
2. Menyiapkan pipeline sederhana untuk memproses data penjualan harian (CSV atau database MySQL).
3. Menghasilkan API atau skrip yang bisa dipanggil aplikasi kasir untuk menampilkan daftar rekomendasi secara real-time.
4. Dokumentasi singkat berisi cara deploy, cara menambah data baru, dan contoh output.

Harapan hasil
– Akurasi rekomendasi terukur (mis. precision/recall atau top-N hit rate).
– Kode bersih dalam Python (pandas, scikit-learn, atau PyTorch sesuai kebutuhan).
– Solusi mudah di-extend ke metode hybrid di masa depan.

Beritahu saya estimasi waktu Anda, kebutuhan data tambahan, dan contoh proyek serupa yang pernah Anda kerjakan.