E-commerce telah menjadi komponen yang tidak terpisahkan dari operasi bisnis modern. Kemudahan yang ditawarkan oleh e-commerce memungkinkan pengguna mengakses berbagai produk dan layanan melalui perangkat mereka kapanpun dan di manapun. Kondisi ini membuka peluang bagi pemilik usaha untuk menjangkau pasar yang lebih luas, mendorong inovasi produk dan layanan. Kemudahan dan beragam pilihan tersebut sayangnya juga menyebabkan information overload yang dapat membingungkan pelanggan. Search engine telah digunakan dalam arsitektur aplikasi untuk melakukan penyaringan informasi, namun, seringkali hasil yang relevan dapat tertutupi oleh informasi yang kurang penting. Sistem rekomendasi digunakan untuk memberikan saran yang sesuai dengan apa yang mungkin juga akan disukai oleh pengguna. Penelitian ini bertujuan untuk merancang arsitektur aplikasi sistem rekomendasi hasil perbandingan kinerja algoritma K-Nearest Neighbor (KNN) dan Matrix Factorization (MF) dalam sistem rekomendasi berbasis Collaborative Filtering pada data penjualan. Pendekatan eksploratif dipilih untuk menggabungkan kedua algoritma juga dilakukan. Evaluasi kinerja masing-masing algoritma menggunakan metrik MAE, RMSE, ARH, dan ARHR. Hasil menunjukkan bahwa MF secara konsisten unggul pada seluruh metrik evaluasi dibandingkan dengan KNN maupun gabungan KNN dan MF. Terakhir, sistem rekomendasi menggunakan algoritma MF dijadikan acuan dalam merancang arsitektur aplikasi menggunakan Unified Modeling Language (UML).
Kata Kunci:Collaborative filtering;k-nearest neighbor;matrix factorization;unified modelling language