Penerapan User-Based Collaborative Filtering Algorithm
DOI:
https://doi.org/10.30812/matrik.v20i2.1124Keywords:
Use Based Collaborativ Filtering, Sistem Rekomendasi, Euclidean Distance, Root Mean Square Error, User Acceptance TestAbstract
Sistem online memanfaatkan website sebagai media pemasaran. Namun dengan perkembangan teknologi, pemasaran dilakukan dengan online terdapat kendala yaitu banyaknya produk yang tersedia dalam pemilihan produk. Sistem rekomendasi adalah sistem yang menyarankan informasi berguna atau menduga yang akan dilakukan user untuk mencapai tujuannya, seperti mencari teknik yang terbaik dalam memberikan rekomendasi bagi user. Menurut hasil survey yang telah dilakukan terhadap 17 orang pemakai website pemasaran produk Gadget Shield didapatkan 88,20% mengharapkan adanya penilaian user terhadap produk. Penelitian ini akan melakukan pengembangan sistem rekomendasi produk Gadget Shield pada toko Jackskins menggunakan metode User-Based Collaborative Filtering serta menggunakan Euclidean Distance untuk mengukur jarak kemiripan antar User dan Weighted Sum digunakan untuk mencari rekomendasi produk. Diharapkan dengan adanya sistem dapat memudahkan User dalam pencarian produk Gadget Shield terbaik. Guna menghasilkan produk rekomendasi,hasil nilai kemiripaan dilakukan perhitungan dengan algoritma Weighted Sum. Sistem rekomendasi Collaborative Filtering telah diuji menggunakan metode pengujian akurasi Root Mean Square Error (RMSE) dan pengujian User Acceptance Test (UAT). Hasil uji RMSE menunjukkan nilai 0,496 atau akurasinya 90,08%. Hasil pengujian UAT didapatkan 86,86% diterima. Informasi dari proses tersebutlah yang nantinya diharapkan akan bermanfaat sebagai dasar sumber rekomendasi yang akurat.
Downloads
References
[2] Burhannudin, Komunikasi Bisnis. Yogyakarta, Indonesia: Pustaka Pelajar, 2015.
[3] S. Sari and A. P. Sary, “Sistem Rekomendasi Personal Pada Toko Buku Online Menggunakan Pendekatan Collaborative Filtering dan Algoritma Slope One,†in Seminar Nasional Teknologi Informasi san Multimedia, 2017, pp. 13–18.
[4] M. Gunawan, “Rancang Bangun Sistem Rekomendasi E-Commerce Pada Distro IT Menggunakan Item-Based Collaborative Filtering.â€
[5] F. Ricci, L. Rokach, and B. Shapira, Reccomender Systems Handbook. Springer, Boston, MA, 2015.
[6] Y. Yang, F. Xue, Y. Cai, and Z. Ning, “Spark-based Parallel Collaborative Filtering Recommendation Algorithm,†vol. 74, no. Iccia, 2017, pp. 987–990.
[7] S. Uyun, I. Fahrurrozi, and A. Mulyanto, “Item Collaborative Filtering untuk Rekomendasi Pembelian Buku secara Online,†Jusi, vol. 1, no. 1, pp. 63–70, 2011.
[8] N. Pentreath, Machine Learning with Spark. Packt Publishing Ltd, 2015.
[9] S. Sari and D. Tri Hendra, “Aplikasi Rekomendasi Film menggunakan Pendekatan Collaborative Filtering dan Euclidean Distance sebagai ukuran kemiripan rating,†Seminar Nasional Teknologi Informasi dan Komunikasi Terapan, p. 2015, 2015.
[10] M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,†Jurnal Informatika Pengembangan IT, vol. 4, no. 1, pp. 20–24, 2019.
[11] A. Handrico, “Sistem Rekomendasi Buku Perpustakaan Fakultas Sains dan Teknologi dengan Metode Collaborative Filtering,†Universitas Islam Negeri Sultan Syarif Kasim Riau, 2012.
[12] S. Nurjanah, H. B. Santoso, and Z. A. Hasibuan, “The user acceptance test of an ‘iCT adoption for education’ framework,†in ACM International Conference Proceeding Series, 2018, pp. 129–133.
[13] T. Mutiara, Achmad Benny, Muslim, A, Oswari, “Testing Implementasi Website Rekam Medis Elektronik,†in Prosiding Seminar Ilmiah Nasional Komputer dan Sistem Intelijen, 2014, vol. 8, pp. 1–7.
[14] M. Nilashi, K. Bagherifard, O. Ibrahim, H. Alizadeh, L. A. Nojeem, and N. Roozegar, “Collaborative filtering recommender systems,†Research Journal of Applied Sciences, Engineering and Technology, vol. 5, no. 16, pp. 4168–4182, 2013.
[15] W. Wang and Y. Lu, “Analysis of the Mean Absolute Error (MAE) and the Root Mean Square Error (RMSE) in Assessing Rounding Model,†IOP Conference Series: Materials Science and Engineering, vol. 324, no. 1, pp. 1–10, 2018.
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Ito Setiawan, Aldistya Riesta Sekarini, Retno Waluyo, Fiby Nur Afiana, Manajemen Risiko Sistem Informasi Menggunakan ISO 31000 dan Standar Pengendalian ISO/EIC 27001 di Tripio Purwokerto , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 2 (2021)
- Erna Daniati, Sucipto Sucipto, Anita Sari Wardani, Akmal Hisyam Pradhana, Usability Test on the System Determination Decision Support ReleaseProduct Towards Contribution Level Decision Maker , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Muhammad Alkaff, Husnul Khatimi, Andi Eriadi, Sistem Rekomendasi Buku pada Perpustakaan Daerah Provinsi Kalimantan Selatan Menggunakan Metode Content-Based Filtering , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Solikhun Solikhun, Lise Pujiastuti, Mochamad Wahyudi, Enhancing Lung Cancer Prediction Accuracy UsingQuantum-Enhanced K-Medoids with Manhattan Distance , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Arwin Datumaya Wahyudi Sumari, Fatiha Eros Perdana, Dwi Nugraheny, Sandra Lovrencic, Improving the User Interface and Experience of a Student PortalThrough the Eight Golden Rules , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Firda Yunita Sari, Maharani sukma Kuntari, Hani Khaulasari, Winda Ari Yati, Comparison of Support Vector Machine Performance with Oversampling and Outlier Handling in Diabetic Disease Detection Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Mohammad Diqi, Ema Utami, Kusrini Kusrini, Ferry Wahyu Wibowo, Leveraging Vector Quantized Variational Autoencoder for Accurate Synthetic Data Generation in Multivariate Time Series , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Putu Tisna Putra, Anthony Anggrawan, Hairani Hairani, Comparison of Machine Learning Methods for Classifying User Satisfaction Opinions of the PeduliLindungi Application , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Mukhlis Mukhlis, Puput Yuniar Maulidia, Achmad Mujib, Adi Muhajirin, Alpi Surya Perdana, Integration of Deep Learning and Autoregressive Models for Marine Data Prediction , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Tugiman Tugiman, Herman Herman, Anton Yudhana, The UTAUT Model for Measuring Acceptance of the Application of the Patient Registration System , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
You may also start an advanced similarity search for this article.
.png)
