Perbandingan Akurasi Dan Kecepatan Metode Itembased Collaborative Filtering Dengan Metode User-Item Based Collaborative Filtering

Oleh :
Muhammad Yudho Utomo - M0508109 - Fak. MIPA

Item based collaborative filtering merupakan salah satu metode recommender system yang banyak diterapkan pada aplikasi web, terutama e-commerce. Penerapan metode item based collaborative filtering dapat menghasilkan rekomendasi dalam waktu yang singkat. Pada umumnya metode item based collaborative filtering memiliki kelemahan yaitu tidak direkomendasikannya item baru pada sistem. Untuk mengatasi kelemahan tersebut, digunakan metode alternatif yaitu metode user-item based collaborative filtering dengan menggunakan algoritma missing value. Metode user-item collaborative filtering belum pernah diuji kecepatannya karena pada penelitian sebelumnya hanya menguji tingkat akurasi. Pada penelitian ini, metode user-item based collaborative filtering diuji tingkat akurasi dan kecepatannya dibandingkan dengan metode item-based collaborative filtering. Pada perhitungan similarity metode item-based collaborative filtering digunakan formasi neighborhood yang berbeda, yaitu jumlah neighbors 5 (N-5), jumlah neighbors 10 (N-10), jumlah neighbors 20 (N-20), similarity threshold > 0,3 dan similarity threshold > 0,4. Pengujian dilakukan dengan menggunakan 10000 rating sampel data dari Jester. Dari hasil pengujian diperoleh hasil bahwa dari tingkat akurasi metode itembased collaborative filtering dengan N-10 dan N-20 memiliki akurasi paling baik. Sedangkan dari kecepatan, metode user-item collaborative filtering dan item-based collaborative dengan N-5 menghasilkan prediksi dengan kecepatan paling baik dibandingkan semua metode pada setiap level testing set.