Berikut Silabus 40 Sesi: Rancang Bangun Aplikasi Web E-Commerce Berbasis CodeIgniter dengan Fitur Rekomendasi Produk Menggunakan Algoritma Collaborative Filtering
Tahap 1: Pengantar dan Persiapan (5 Sesi)
Sesi 1:
- Pengenalan E-Commerce dan Framework CodeIgniter
- Pemahaman dasar Collaborative Filtering
Sesi 2:
- Instalasi dan konfigurasi CodeIgniter 4
- Penjelasan struktur folder CodeIgniter
Sesi 3:
- Pengenalan database MySQL untuk E-Commerce
- Mendesain skema database (produk, pengguna, transaksi)
Sesi 4:
- Instalasi dan konfigurasi server lokal (XAMPP)
- Integrasi database MySQL dengan CodeIgniter
Sesi 5:
- Membuat tampilan dasar halaman utama E-Commerce menggunakan Bootstrap
- Penggunaan template frontend dalam CodeIgniter
Tahap 2: Pengembangan Fitur Dasar E-Commerce (10 Sesi)
Sesi 6:
- Membuat modul registrasi dan login pengguna dengan autentikasi dasar
Sesi 7:
- Implementasi CRUD untuk produk (admin panel)
Sesi 8:
- Membuat halaman katalog produk (frontend)
Sesi 9:
- Membuat fitur detail produk dan keranjang belanja
Sesi 10:
- Membuat fitur checkout dengan validasi pesanan
Sesi 11:
- Mengintegrasikan sistem pembayaran dummy
Sesi 12:
- Membuat modul manajemen pesanan untuk admin
Sesi 13:
- Mengimplementasikan fitur pencarian produk dengan query database
Sesi 14:
- Membuat halaman profil pengguna dengan riwayat transaksi
Sesi 15:
- Uji coba aplikasi dasar E-Commerce
Tahap 3: Implementasi Collaborative Filtering (10 Sesi)
Sesi 16:
- Pengenalan algoritma Collaborative Filtering (user-based dan item-based)
Sesi 17:
- Menyiapkan data transaksi pengguna untuk algoritma rekomendasi
Sesi 18:
- Membuat fungsi perhitungan kemiripan antar pengguna (user-based CF)
Sesi 19:
- Membuat fungsi perhitungan kemiripan antar produk (item-based CF)
Sesi 20:
- Membuat modul rekomendasi produk untuk pengguna berdasarkan transaksi sebelumnya
Sesi 21:
- Mengimplementasikan algoritma Collaborative Filtering pada CodeIgniter
Sesi 22:
- Menampilkan rekomendasi produk di halaman utama pengguna
Sesi 23:
- Pengujian hasil rekomendasi dengan dataset dummy
Sesi 24:
- Analisis performa sistem rekomendasi (akurasi dan relevansi)
Sesi 25:
- Optimasi algoritma Collaborative Filtering untuk performa aplikasi
Tahap 4: Integrasi dan Testing (10 Sesi)
Sesi 26:
- Mengintegrasikan fitur rekomendasi dengan sistem checkout
Sesi 27:
- Mengimplementasikan sistem notifikasi untuk rekomendasi produk
Sesi 28:
- Menambahkan fitur wishlist dan rating produk
Sesi 29:
- Penanganan error dan validasi data pada aplikasi
Sesi 30:
- Membuat laporan aktivitas pengguna untuk admin
Sesi 31:
- Pengujian aplikasi secara menyeluruh (functional testing dan UX testing)
Sesi 32:
- Simulasi transaksi lengkap dengan rekomendasi produk
Sesi 33:
- Evaluasi performa aplikasi di lingkungan pengujian
Sesi 34:
- Dokumentasi teknis aplikasi (struktur kode, alur kerja, dll.)
Sesi 35:
- Dokumentasi pengguna (user guide)
Tahap 5: Deployment dan Optimasi (5 Sesi)
Sesi 36:
- Persiapan server untuk deployment (hosting dan domain)
Sesi 37:
- Deployment aplikasi ke server menggunakan FTP atau Git
Sesi 38:
- Penanganan caching dan optimasi performa aplikasi
Sesi 39:
- Menambahkan fitur SEO untuk meningkatkan visibilitas e-commerce
Sesi 40:
- Finalisasi proyek dan presentasi aplikasi E-Commerce