Komparasi DBSCAN dan K-Means Dalam Mengatasi Masalah Cold Star Pada Collaborative Filtering

Sylvia, Sylvia (2023) Komparasi DBSCAN dan K-Means Dalam Mengatasi Masalah Cold Star Pada Collaborative Filtering. Masters thesis, Ibi darmajaya.

[img] Text
0 cover luar.pdf

Download (30kB)
[img] Text
0.1 cover dalem.pdf

Download (92kB)
[img] Text
1. Orisinilitas.pdf

Download (345kB)
[img] Text
2 Lembar persetujuan.pdf

Download (503kB)
[img] Text
3 halaman pengesahan.pdf

Download (465kB)
[img] Text
4 riwayat hidup.pdf

Download (81kB)
[img] Text
5 halaman persembahan.pdf

Download (120kB)
[img] Text
6 moto.pdf

Download (69kB)
[img] Text
7 abstrak.pdf

Download (107kB)
[img] Text
8 abstract.pdf

Download (93kB)
[img] Text
9 daftar isi.pdf

Download (90kB)
[img] Text
10 kata pengantar.pdf

Download (114kB)
[img] Text
bab 1 revisi 3.pdf

Download (312kB)
[img] Text
bab 2 revisi 5.pdf

Download (1MB)
[img] Text
bab 3 revisi 7.pdf

Download (1MB)
[img] Text
bab V revisi 1.pdf

Download (185kB)
[img] Text
bab V revisi 1.pdf

Download (185kB)
[img] Text
daftar pustaka.pdf

Download (117kB)

Abstract

Perkembangan sistem rekomendasi saat ini berkembang secara pesat. Sistem rekomendasi merupakan teknologi yang dapat merekomendasikan suatu item tertentu kepada pengguna. Salah satu metode yang kerap digunakan ialah collaborative filtering. Cara kerja dari collaborative filtering adalah dengan memberikan rekomendasi kepada user berdasarkan penilaian dari pengguna lain. Namun, ada sebuah masalah yang ditemukan yaitu adanya pengguna baru (cold star) yang mempengaruhi kinerja dari sistem rekomendasi, sehingga sistem rokomendasi mengalami kesulitan untuk menganalisa arah peminatan pengguna dimana pengguna baru belum memberikan rating terhadap suatu produk yang mengakibatkan tidak dapatnya suatu sistem merekomendasikan sesuatu. Maka dari itu dibutuhkan suatu algoritma untuk meringankan masalah cold star dengan pendekatan clustering menggunakan K-Means dan DBSCAN. Penelitian proses clustering menggunakan data dari Movielens.com, melalui seleksi atribut k- means membagi data demografi menjadi 2 cluster dengan akurasi sebesar 100% dan DBSCAN menjadi 2 kluster dengan nilai akurasi sebesar 98,52% Keywords: Klastering; K-Means; DBSCAN; Rapid Miner; Cold Star

Item Type: Thesis (Masters)
Subjects: Ilmu Komputer
eTheses
Divisions: Pasca Sarjana > Magister Teknik Informatika
Depositing User: sylvia makmur
Date Deposited: 05 Dec 2023 01:25
Last Modified: 05 Dec 2023 01:25
URI: http://repo.darmajaya.ac.id/id/eprint/14348

Actions (login required)

View Item View Item