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.

	Text 0 cover luar.pdf Download (30kB)
	Text 0.1 cover dalem.pdf Download (92kB)
	Text 1. Orisinilitas.pdf Download (345kB)
	Text 2 Lembar persetujuan.pdf Download (503kB)
	Text 3 halaman pengesahan.pdf Download (465kB)
	Text 4 riwayat hidup.pdf Download (81kB)
	Text 5 halaman persembahan.pdf Download (120kB)
	Text 6 moto.pdf Download (69kB)
	Text 7 abstrak.pdf Download (107kB)
	Text 8 abstract.pdf Download (93kB)
	Text 9 daftar isi.pdf Download (90kB)
	Text 10 kata pengantar.pdf Download (114kB)
	Text bab 1 revisi 3.pdf Download (312kB)
	Text bab 2 revisi 5.pdf Download (1MB)
	Text bab 3 revisi 7.pdf Download (1MB)
	Text bab V revisi 1.pdf Download (185kB)
	Text bab V revisi 1.pdf Download (185kB)
	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