PENANGANAN SPARSITY UNTUK MENINGKATKAN KUALITAS REKOMENDASI PADA COLLABORATIVE FILTERING

puri, seli andani (2022) PENANGANAN SPARSITY UNTUK MENINGKATKAN KUALITAS REKOMENDASI PADA COLLABORATIVE FILTERING. Masters thesis, Intitut Informatika Dan Bisnis DARMAJAYA.

	Text COVER.pdf Download (43kB)
	Text PENGESAHAN.pdf Download (1MB)
	Text DAFTAR ISI.pdf Download (19kB)
	Text ABSTRAK.pdf Download (13kB)
	Text BAB 1.pdf Download (26kB)
	Text BAB II.pdf Download (408kB)
	Text BAB III.pdf Download (309kB)
	Text BAB IV.pdf Download (702kB)
	Text BAB V.pdf Download (104kB)
	Text LAMPIRAN.pdf Download (255kB)
	Text DAFTAR PUSTAKA.pdf Download (215kB)

Abstract

ABSTRAK PENANGANAN SPARSITY UNTUK MENINGKATKAN KUALITAS REKOMENDASI PADA COLLABORATIVE FILTERING Seli Puri Andani selipuria@gmial.com Perkembangan platfrom e-commerce pada abad ini sangat pesat dan saat ini banyak situs e-commerce di Indonesia yang menjual berbagai macam produk dan layanan. Sistem rekomendasi (recommender system) adalah sistem untuk penyaringan, pemilahan item dan informasi yang mengambil preferensi dari perilaku pengguna, profil pengguna atau pendapat dari komunitas pengguna untuk membantu individu dalam mengidentifikasi konten yang menarik dan berpotensi besar untuk dipilih, dibeli atau digunakan. Dalam penelitian ini Data yang terus tumbuh memerlukan suatu rekomendasi sebagai alternatif untuk menemukan kembali item yang dibutuhkan. Hal tersebut karena rekomendasi yang dihasilkan memiliki kualitas yang lebih baik. Hingga penelitian ini mencoba menganalisi penanganan sparsity. Tujuan dari penelitian ini adalah menyimpulkan metode ranking based collaborative filtering yaitu Untuk meningkatkan kualitas rekomendasi dengan memecahkan masalah sparsity yang ada dengan menggunakan mengimplementasikan metode Imputation. Dari hasil evaluasi, kesimpulan yang didapat adalah bahwa proses evaluasi menghasilkan ranking lebih tinggi 1% Borda-count. Berdasarkan hasil uji signifikansi menunjukan Algoritme Borda berjalan sekitar 28.000 kali lebih cepat. Selain itu tahapan Imputasi yang dilakukan juga berpengaruh terhadap nilai prediksi ranking. Sementara itu, berdasarkan metrik-metrik akurasi, metode yang diusulkan memperoleh nilai Coverage 2 kali lebih tinggi, nilai NDCG 19% lebih tinggi. Kata Kunci: Borda, Imputation/imputasi, Colaborative Filltering, Ranking, Sparsity.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	miss seli puri andani
Date Deposited:	25 Jan 2023 07:07
Last Modified:	25 Jan 2023 07:07
URI:	http://repo.darmajaya.ac.id/id/eprint/10403

Actions (login required)

View Item