ABSTRAK Nama : Tengku Huday Ilahi Program Studi : Sistem Informasi Judul : Sistem Rekomendasi E-Commerce Berbasis Graf Menggunakan Kombinasi Metrik Similaritas Berdasarkan Transaksi Pembelian, Profil Pengguna, Dan Konten Produk Perkembangan teknologi dan penggunaan e-commerce dalam kehidupan seharihari telah mendorong berkembangnya teknologi sistem rekomendasi. Dalam beberapa tahun terakhir, penelitian terkait sistem rekomendasi e-commerce semakin banyak dilakukan untuk menunjang kenyamanan konsumen. Salah satu pendekatan yang telah digunakan pada sistem rekomendasi komersial karena keefektifan serta kemudahan implementasinya adalah pendekatan collaborative filtering. Collaborative filtering melakukan prediksi preferensi pengguna terhadap suatu item berdasarkan pasangan pengguna yang mirip (user similarity) atau pasangan produk yang mirip (item similarity). Pada sistem rekomendasi berbasis graf, pengukuran user similarity dan item similarity tersebut dapat dilakukan menggunakan link prediction pada data transaksi pembelian produk oleh pengguna untuk memprediksi produk yang akan dibeli oleh pengguna di masa mendatang. Penelitian terkait menyebutkan bahwa berdasarkan data transaksi, kombinasi user similarity dan item similarity mampu meningkatkan performa dari sistem yang hanya menggunakan user similarity atau item similarity saja. Pada penelitian ini, user similarity dan item similarity tidak hanya dihitung menggunakan informasi transaksi, namun juga informasi profil pengguna, konten produk, serta kombinasi dari ketiga informasi tersebut. Hasil pengujian menunjukkan bahwa penerapan kombinasi tersebut menghasilkan performa yang lebih baik dibandingkan dengan sistem rekomendasi yang hanya memerhatikan user similarity atau item similarity berdasarkan data transaksi. Kata Kunci: Sistem rekomendasi, collaborative filtering, user similarity, item similarity, ecommerce, link prediction