PERBANDINGAN ALGORITMA COSINE SIMILARITY DAN CONFIDENCE PADA SISTEM REKOMENDASI DENGAN METODE ITEM BASED COLLABORATIVE FILTERING

Prasetyo, Sigit Angga (2013) PERBANDINGAN ALGORITMA COSINE SIMILARITY DAN CONFIDENCE PADA SISTEM REKOMENDASI DENGAN METODE ITEM BASED COLLABORATIVE FILTERING. Other thesis, Universitas Sebelas Maret.

[img]
Preview
PDF - Published Version
Download (855Kb) | Preview

    Abstract

    Recommendation system is a method of information filtering using data analysis technic to help users finds the desired items. One of the method which used in recommendation system is item-based collaborative filtering. This method is a technic to calculate the item similarity values. The algorithm which can be used to calculate the value of item similarity are cosine similarity and confidence. The problem is not known more accurate item similarity algorithm between recommendation using cosine similarity and confidence. The purpose of this research is to know item similarity algorithm which is more accurate between cosine similarity and confidence. To measure the recommendation used receiver operating characteristic. On testing with emptying the rating from 10% until 40%, item-based collaborative filtering method using confidence algorithm produces recommendation which is more accurate than cosine similarity algorithm based on higher average accuracy value.Item-based collaborative filtering method using confidence algorithm produces the suitability of the results predicted by the original positives rating which is better based on higher average sensitivity value, and suitability of the original rating with positives prediction result which is better based on average positive prediction value that more stable. Keywords: Confidence, Cosine Similarity, Item Based, Receiver Operating Characteristic. Sistem rekomendasi merupakan metode penyaringan informasi menggunakan teknik analisa data untuk membantu pengguna menemukan item yang diinginkan. Salah satu metode yang digunakan pada sistem rekomendasi yaitu item-based collaborative filtering. Metode ini merupakan teknik untuk menghitung nilai item similarity. Algoritma yang dapat digunakan untuk menghitung nilai item similarity, yaitu cosine similarity dan confidence. Permasalahannya yaitu belum diketahui algoritma item similarity yang lebih akurat antara hasil rekomendasi menggunakan cosine similarity dan confidence. Tujuan dari penelitian ini yaitu untuk mengetahui algoritma item similarity yang lebih akurat antara cosine similarity dan confidence. Untuk mengukur hasil rekomendasi digunakan receiver operating characteristic. Pada pengujian dengan mengosongkan rating dari 10% hingga 40%, metode item-based collaborative filtering menggunakan algoritma confidence akan menghasilkan rekomendasi yang lebih akurat dibandingkan dengan algoritma cosine similarity berdasarkan rata-rata nilai accuracy yang lebih tinggi. Metode item-based collaborative filtering menggunakan algoritma confidence akan menghasilkan kesesuaian antara hasil prediksi dengan rating asli positif yang lebih baik berdasarkan rata-rata nilai sensitivity yang lebih tinggi, dan menghasilkan kesesuaian antara rating asli dengan hasil prediksi positif yang lebih baik berdasarkan rata-rata nilai positive predictive value yang lebih stabil. Kata Kunci: Confidence, Cosine Similarity, Item Based, Receiver Operating Characteristic.

    Item Type: Thesis (Other)
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Informatika
    Depositing User: Nur Anisah
    Date Deposited: 09 May 2014 07:25
    Last Modified: 09 May 2014 07:25
    URI: https://eprints.uns.ac.id/id/eprint/15509

    Actions (login required)

    View Item