Teknik Informatika (S1)
Permanent URI for this collection
Browse
Browsing Teknik Informatika (S1) by Subject "adjusted cosine similarity"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item Aplikasi Rekomendasi Materi Kurus Daring Berbasis Website Menggunakan Item Based Collaborative Filtering(2022-07-11) RISYAD PANGESTU; Mira Suryani; Aditya PradanaAplikasi rekomendasi adalah perangkat lunak yang dapat memberikan saran atau anjuran terhadap sesuatu kepada user. Metode collaborative filtering merupakan salah satu metode untuk membuat rekomendasi berdasarkan rating yang diberikan user untuk memprediksi rating terhadap suatu item yang mungkin disukai user. Pendekatan item based pada metode collaborative filtering diterapkan dengan menghitung nilai kemiripan dari setiap item. Pada penelitian ini, membuat aplikasi rekomendasi berbasis website dengan dataset materi kursus dari Coursera sebanyak 623 data dan dataset reviews materi kursus sebanyak 1.454.711 data. Dalam metode tersebut perhitungan prediksi yang digunakan adalah weighted sum dengan perhitungan nilai kemiripan cosine similarity dan adjusted weighted sum dengan perhitungan nilai kemiripan adjusted cosine similarity. Kesalahan dari perhitungan prediksi dihitung dengan menggunakan mean absolute error (MAE) dan root mean square error (RMSE). Hasil implementasi metode item based collaborative filtering diuji terhadap akurasi prediksi dengan beberapa nilai K nearest neighbor dalam penentuan banyaknya nilai kemiripan yang digunakan. Hasil perhitungan prediksi weighted sum didapatkan nilai K optimal sebesar 150 dengan Nilai MAE 0,4791 dan nilai RMSE sebesar 0,7882. Pada perhitungan prediksi adjusted weighted sum didapatkan nilai K optimal sebesar 160 dengan Nilai MAE 0,4792 dan nilai RMSE sebesar 0,7638.