Abstrak
Efektivitas Metode User-Item Based Collaborative Filtering Pada Sistem Perekomendasi Rental Vcd Dengan Rating Implisit
Oleh :
Retno Laila Arfiani - M0508065 - Fak. MIPA
Prinsip Kerja Dari Algoritma Collaborative Filtering Adalah Memberikan
Rekomendasi Atau Prediksi Item Berdasarkan Pada Opini Pengguna-Pengguna Yang
Mempunyai Kemiripan. Opini Yang Diberikan Bisa Bersifat Eksplisit Maupun
Implisit. Pada Opini Yang Bersifat Implisit Sistem Secara Otomatis Memberikan
Rating Berdasarkan Behaviour User Terhadap Sistem Sedangkan Untuk Kasus
Eksplisit Membutuhkan Tindakan Dari User Untuk Melakukan Rating Pada Suatu
Item. Pada Penelitian Ini Penulis Mencoba Untuk Menerapkan Metode User-Item
Based Collaborative Filtering Pada Sistem Perekomendasi Rental Vcd
Menggunakan Rating Implisit Dimana Rating User Diwakili Oleh “0” Bila User Belum
Menyewa Dan “1” Bila User Sudah Menyewa. Pada Penelitian Ini Juga Dilibatkan
Unsur Content Untuk Melakukan Cluster Pada Matriks User-Item Berdasarkan Genre
Yang Sudah Pernah Disewa Oleh User.
Berdasarkan Hasil Pengujian Yang Telah Dilakukan, Secara Akurasi
Penggunaan Cluster Genre Pada Metode User-Item Based Collaborative Filtering
Menunjukkan Hasil Yang Lebih Baik Ditunjukkan Dengan Penurunan Nilai Rata-Rata
Error Probabilitas Sebesar 16,3% (Absolute Mva) Dan 12,7% (Mva). Sedangkan
Secara Presisi Hasil Paling Baik Ditunjukkan Pada Training Set 50% Dengan Nilai
Standar Deviasi Sebesar 0,01359. Penggunaan Rumus Prediksi Absolute Mva Tidak
Menunjukkan Penurunan Nilai Kesalahan Yang Signifikan Sehingga Tidak Cukup
Membantu Meningkatkan Efektivitas Metode User-Item Based Collaborative
Filtering.