Sylvia, Sylvia and Lestari, Sri (2023) Komparasi DBSCAN dan K-Means Dalam Mengatasi Masalah Cold Star Pada Collaborative Filtering. Masters thesis, Institut Informatika dan Bisnis Darmajaya.
![[img]](http://repo.darmajaya.ac.id/style/images/fileicons/text.png) |
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 IV revisi 5.pdf Download (972kB) |
|
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 02:15 |
| Last Modified: | 05 Dec 2023 02:15 |
| URI: | http://repo.darmajaya.ac.id/id/eprint/14349 |
Actions (login required)
 |
View Item |