REKOMENDASI BUKU PERPUSTAKAAN KAMPUS DENGAN METODE ITEM-BASED COLLABORATIVE FILTERING

Keywords: Item-Based Collaborative Filtering, Rekomendasi, Mean Absolute Error, Mean Absolute Percentage Error

Abstract

Artikel ini menawarkan alternatif solusi atas banyaknya jumlah buku yang terdapat dalam perpustakaan sehingga membuat beberapa mahasiswa kesulitan dalam menentukan pilihan mengenai buku yang tepat sesuai dengan ketertarikan mahasiswa. Metode rekomendasi yang akurat bisa menjadi sebuah solusi untuk mengatasi permasalahan tersebut.  Metode item-based collaborative filtering merupakan metode yang memberikan prediksi sebuah item kepada pengguna berdasarkan ketertarikan dan opini dari pengguna lain. Penelitian ini menggunakan metode item-based collaborative filtering yang diterapkan pada rekomendasi untuk memberikan rekomendasi buku kepada mahasiswa. Data yang digunakan pada penelitian ini adalah data buku dan pengunjung dari tahun 2016 hingga 2019. Metode item-based collaborative bekerja dengan mencari nilai kemiripan suatu item yang belum pernah diberikan rating dengan item yang telah diberi rating menggunakan persamaan cosine similarity. Hasil perhitungan kemiripan antar item digunakan pada perhitungan prediksi rating menggunakan persamaan Weighted sum yang nilai prediksinya akan dijadikan rekomendasi kepada mahasiswa. Hasil penelitian menunjukkan bahwa metode item-based collaborative filtering mampu memberikan rekomendasi kepada mahasiswa dengan persentase pengujian akurasi MAPE sebesar 22% dan pengujian akurasi MAE sebesar 0.568.

Downloads

Download data is not yet available.

References

Badriyah, T., Restuningtyas, I., & Setyorini, F. (2017). Sistem Rekomendasi Collaborative filtering Berbasis User Algoritma Adjusted Cosine similarity. Prosiding Seminar Nasional Sisfotek, 10(1), 38–45.
Fathrrahman, M. I., Nurjanah, D., & Rismala, R. (2017). Sistem Rekomendasi Pada Buku Dengan Menggunakan Metode Trust-Aware Recommendation. e-Proceeding of Engineering, 4(3), 4966–4977.
Islamiyah, M., Subekti, P., & Dwi Andini, T. (2019). Pemanfaatan Metode Item Based Collaborative filtering Untuk Rekomendasi WIsata Di Kabupaten Malang. Jurnal Ilmiah Teknologi Informasi Asia, 13(2), 143–150.
Jaja, V. L., Susanto, B., & Sasongko, L. R. (2020). Penerapan Metode Item-based collaborative filtering Untuk Sistem Rekomendasi Data MovieLens. d’CARTESIAN, 9(2), 78. https://doi.org/10.35799/dc.9.2.2020.28274
Jepriana, I. W., & Hanief, S. (2020). Analisis dan Implementasi Metode Item-based collaborative filtering untuk Sistem Rekomendasi Konsentrasi di STMIK Stikom Bali. Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI, 9(2), 171–180.
Kurniawan, A. (2016). Sistem Rekomendasi Produk Sepatu Dengan Menggunakan. Seminar Nasional Teknologi Informasi dan Komunikasi, 2016(Sentika), 610–614. Diambil dari https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/92.pdf
Muliadi, K. H., & Lestari, C. C. (2019). Rancang Bangun Sistem Rekomendasi Tempat Makan Menggunakan Algoritma Typicality Based Collaborative filtering. Techno.Com, 18(4), 275–287. https://doi.org/10.33633/tc.v18i4.2515
Mutoi Siregar, A., & Puspabhuana, A. (2017). Data Mining Pengolahan data menjadi informasi dengan RapidMiner. CV Kekata Group.
Pranoto, Y. M., Reddy, A., & Harianto, I. (2020). Pemanfatan Arima Untuk Prediksi Harga Emas Dalam Sistem Rekomendasi Trading Gold Option. Jurnal Media Informatika Budidarma, 4(4), 863–871. https://doi.org/10.30865/mib.v4i4.2246
Prasasti, M., Saptono, R., & Winarno. (2017). Sistem Rekomendasi Peminjaman Buku di UPT Perpustakaan UNS dengan Metode Item-based collaborative filtering dan Rating Implisit. Prosiding Seminar Nasional Ilmu Komputer (SNIK), 1(October), 280–287.
Prasetyo, B., Haryanto, H., Astuti, S., Astuti, E. Z., & Rahayu, Y. (2019). Implementasi Metode Item-based collaborative filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone. Eksplora Informatika, 9(1), 17–27. https://doi.org/10.30864/eksplora.v9i1.244
Puspita HSM, Siti; S.Si. M.Kom. Dr.tech Khabib, M. (2016). Sistem Rekomendasi untuk Artikel Berbahasa Indonesia Menggunakan Metode Hybrid Filtering.
Putro, B., Furqon, M. T., & Wijoyo, S. H. (2018). Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing ( Studi Kasus : PDAM Kota Malang ). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), 4679–4686.
Suntoro, J. (2019). Data Mining Algoritma dan Implementasi dengan Pemrograman PHP.
Tommy, L., Novianto, D., Japriadi, Y. S., Informatika, T., Sains, I., & Luhur, A. (2020). Sistem Rekomendasi Hybrid untuk Pemesanan Hidangan Berdasarkan Karakteristik dan Rating Hidangan. Journal of Applied Informatics and Computing (JAIC), 4(2), 137–145.
Wijaya, A. E., & Alfian, D. (2018). Sistem Rekomendasi Laptop Menggunakan Collaborative filtering Dan Content-Based Filtering. Jurnal Computech & Bisnis, 12(1), 11–27.
Yasni, L., Subroto, I. M. I., & Haviana, S. F. C. (2018). Implementasi Cosine similarity Matching Dalam Penentuan Dosen Pembimbing Tugas Akhir. Transmisi, 20(1), 22. https://doi.org/10.14710/transmisi.20.1.22-28
Published
2022-06-01
How to Cite
Rosita, A., Puspitasari, N. and Kamila, V. Z. (2022) “REKOMENDASI BUKU PERPUSTAKAAN KAMPUS DENGAN METODE ITEM-BASED COLLABORATIVE FILTERING”, Sebatik, 26(1), pp. 340-346. doi: https://doi.org/10.46984/sebatik.v26i1.1551.
Section
Articles