Aplikasi Rekomendasi Materi Kurus Daring Berbasis Website Menggunakan Item Based Collaborative Filtering
No Thumbnail Available
Date
2022-07-11
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Aplikasi 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.
Description
Keywords
item based collaboarative filtering, cosine similarity, adjusted cosine similarity