Penerapan Algoritma Collaborative Filtering Untuk Rekomendasi Games Hardware
Abstract
Recommender system merupakan sebuah program yang dapat digunakan untuk memprediksi
sebuah item berdasarkan informasi yang diperoleh dari user. Collaborative filtering merupakan
algoritma yang telah banyak digunakan dalam melakukan proses filtering. Penelitian ini
menyajikan pengembangan sistem rekomendasi pada toko Pelita Abadi Game dengan
menerapkan metode collaborative filtering. Metode rekomendasi yang digunakan didasarkan
atas adanya kesamaan antara pemberian rating. Dari penelitian ini dapat disimpulkan bahwa
sistem rekomendasi game dapat dibangun menggunakan metode item-based collaborative
filtering dengan menerapkan algoritma K-nearest neighbor. Algoritma K-nearest neighbor ini
dipakai untuk menetukan berapa jumlah neighbor (game) terdekat yang digunakan dalam
proses prediksi. Hasil akurasi yang dicapai dalam pengujian dengan metode ini tergolong
akurat, karena dengan menerapkan k=40 nilai MAE yang dihasilkan adalah 0,739.
Kata Kunci : Collaborative Filtering, Sistem Rekomendasi, Games
References
Islahudin, H. Sistem Rekomendasi Bahan Ajar untuk Elearning. Seminar Nasional Aplikasi Teknologi Informasi 2006 (SNATI 2006) - A1 25-A130. Yogyakarta. 2006
Sania, R., Maharani, W., & Prima K, A. Analisis Perbandingan Metode Pearson dan Spearman Correlation pada Recommender System. Konferensi Nasional Sistem dan Informatika 2010 , 99-105. 2010
Santoso, L. W., Noertjahyana, A., & Tandarto, R. Aplikasi E-Commerce dengan Inteleligent Agen Software pada Optik Indo. SNASTI 2010. Surabaya. 2010: 1-8
Uyun, S., Fahrurozi,I., & Mulyanto, A. Item Collaborative Filtering untuk Rekomendasi Pembelian Buku secara Online. JUSI. 2011; 1: 63-70.
Winarko, E., Wiranto. Konsep Multicriteria Collaborative Filtering untuk Perbaikan Rekomendasi. Prosiding Seminar Nasional Informatika (semnasIF 2010) UPN Yogjakarta. Yogyakarta. 2010: 95-101
How To Cite This :
Refbacks
- There are currently no refbacks.