Abstrak

Pertumbuhan jumlah produk pada platform perdagangan elektronik menimbulkan information overload sehingga pengguna sulit menemukan produk yang sesuai. Pencarian konvensional yang bertumpu pada pencocokan kata secara harfiah menuntut pengguna mengetahui istilah teknis yang tepat, sehingga kalimat deskriptif sering tidak menghasilkan produk apa pun. Penelitian ini bertujuan membangun aplikasi perdagangan elektronik TechMart yang dilengkapi chatbot berbasis Artificial Intelligence sebagai antarmuka pencarian berbahasa alami. Aplikasi dibangun dengan metode waterfall menggunakan arsitektur tiga lapis, yaitu React pada sisi klien, Go dengan kerangka kerja Fiber pada sisi peladen, dan basis data MySQL. Kalimat bebas pengguna diterjemahkan menjadi sepuluh variasi kata kunci oleh Large Language Model llama-3.3-70b-versatile melalui Groq API, kemudian dicocokkan dengan katalog produk menggunakan Content-Based Filtering berbobot TF-IDF dan cosine similarity. Hasil pengujian black box menunjukkan seluruh fungsi berjalan sesuai rancangan. Perhitungan pada korpus contoh membuktikan kalimat pencarian yang semula memperoleh skor kemiripan nol meningkat menjadi 0,5802 pada produk paling relevan setelah melalui perluasan kueri. Penggabungan Large Language Model sebagai penerjemah maksud dengan TF-IDF sebagai mesin pencocokan terbukti meningkatkan kemampuan sistem memahami permintaan pengguna tanpa menimbulkan risiko halusinasi produk.