Abstrak


Penerapan Metode Hybrid Collaborative Filtering Menggunakan Nilai Cosine dan Missing Value Algorithm untuk Memprediksi Nilai Rating


Oleh :
Cantya Dyana Larasati - M0513013 - Fak. MIPA

Penelitian ini menggunakan metode algoritma cosine dan missing value algorithm (MVA) bertujuan untuk mencari nilai prediksi rating pada data Jester Recommender System. Data set yang didapatkan dari Jester Recommender System memiliki data user, data item, dan data rating didalamnya. Data tersebut akan dilakukan reduksi dengan menggunakan metode algoritma cosine. Penggunaan metode algoritma cosine bertujuan untuk mencari user dan item yang mempunyai nilai cosine yang tinggi. Setelah mendapat nilai cosine antar user dan item kemudian dilakukan reduksi data. Data yang sudah direduksi akan menjadi data yang akan diolah dengan menggunakan metode MVA untuk mencari nilai prediksi rating. Pengujian terhadap penelitian ini dilakukan dengan menggunakan Mean Absolute Error (MAE) dan menghitung nilai error dengan menggunakan Normalized Mean Absolute Error (NMAE). Perhitungan dilakukan dengan membandingan nilai rating prediksi dengan nilai rating sesungguhnya. Berdasarkan perhitungan evaluasi yang telah dilakukan untuk data simulasi didapatkan rata-rata nilai MAE sebesar 0.480964 dan nilai NMAE sebesar 0.025803, sedangkan untuk data eksperimen didapatkan rata-rata nilai MAE sebesar 0.32767 dan NMAE sebesar 0.01696. Hasil tersebut menunjukan bahwa nilai prediksi yang didapatkan memiliki tingkat error yang tidak terlalu tinggi.

Kata Kunci : Nilai Cosine, Missing Value Algorithm, Prediction Rating