Implementasi Knowledge Graph Attention Network pada Sistem Rekomendasi Pemeliharaan Spare Part Kendaraan Roda Empat = Implementation of Knowledge Graph Attention Network on a Recommendation System for Four-Wheeled Vehicle Spare Part Maintenance

Latar Belakang. Pemeliharaan kendaraan yang masih bersifat reaktif sering mengakibatkan kerusakan tak terduga dan biaya perbaikan yang tinggi. Sistem rekomendasi konvensional untuk pemeliharaan prediktif seringkali terkendala oleh data yang jarang (sparse) dan ketidakmampuan memodelkan hubungan kompleks antar komponen kendaraan. Penelitian ini mengatasi masalah tersebut dengan memanfaatkan Knowledge Graph (KG) untuk merepresentasikan keterkaitan antar spare part secara terstruktur dan semantik. Tujuan. Penelitian ini bertujuan untuk (1) mengimplementasikan model Knowledge Graph Attention Network (KGAT) pada sistem rekomendasi pemeliharaan spare part kendaraan roda empat, dan (2) membangun sistem informasi berbasis web untuk menyajikan hasil rekomendasi secara efektif kepada pengguna. Metode. Penelitian ini menggunakan data riwayat servis dari Dealer Management System (DMS). Tahapan penelitian meliputi pra- pemrosesan data, konstruksi Knowledge Graph yang komprehensif (terdiri dari 771.181 entitas unik dan 2.117.965 relasi) , pelatihan model KGAT menggunakan framework RecBole, optimasi hiperparameter dengan metode Grid Search, dan implementasi sistem menggunakan Streamlit. Hasil. Model KGAT dengan konfigurasi terbaik menunjukkan kinerja yang sangat tinggi pada data pengujian, dengan perolehan nilai Recall@10 sebesar 0.8842, Hit@10 sebesar 0.8923, dan MRR@10 sebesar 0.7118. Prototipe aplikasi web yang dikembangkan berhasil menyajikan rekomendasi yang diklasifikasikan berdasarkan urgensi dan mendapat umpan balik positif dari pengguna terkait kemudahan penggunaan dan relevansi informasi. Kesimpulan. Model KGAT terbukti efektif dalam mempelajari pola pemeliharaan yang kompleks dari data historis untuk memberikan rekomendasi penggantian spare part yang akurat. Sistem yang diimplementasikan berpotensi menjadi alat bantu fungsional bagi service advisor untuk meningkatkan kualitas layanan purnajual secara proaktif.