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.