IMPLEMENTASI ALGORITMA ITEM-BASED COLLABORATIVE FILTERING UNTUK REKOMENDASI PRODUK PADA PERUSAHAAN E-COMMERCE

NOVIONITA, FANNY (2018) IMPLEMENTASI ALGORITMA ITEM-BASED COLLABORATIVE FILTERING UNTUK REKOMENDASI PRODUK PADA PERUSAHAAN E-COMMERCE. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (HAL COVER)
Hal Cover.pdf

Download (489kB) | Preview
[img]
Preview
Text (ABSTRAK)
Abstrak.pdf

Download (26kB) | Preview
[img] Text (BAB I)
Bab 1.pdf
Restricted to Registered users only

Download (87kB)
[img] Text (BAB II)
Bab 2.pdf
Restricted to Registered users only

Download (479kB)
[img] Text (BAB III)
Bab 3.pdf
Restricted to Registered users only

Download (106kB)
[img] Text (BAB IV)
Bab 4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
Bab 5.pdf
Restricted to Registered users only

Download (486kB)
[img] Text (BAB V)
Bab 6.pdf
Restricted to Registered users only

Download (25kB)
[img] Text (DAFTAR PUSTAKA DAN LAMPIRAN)
Hal Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (372kB)

Abstract

Teknologi recommender system merupakan aspek penting bagi sebuah e-commerce dan pengguna aplikasi e-commerce itu sendiri karena kemampuannya untuk memberikan rekomendasi produk bagi user. Hal ini dapat meningkatkan minat user dalam memilih suatu item berdasarkan rekomendasi yang sesuai dan juga merupakan strategi marketing yang baik yang pada akhirnya akan meningkatkan traffic bagi e-commerce tersebut. Penelitian ini bertujuan untuk pengimplementasian rekomendasi produk pada perusahaan e-commerce. Algoritma yang digunakan adalah item-based collaborative filtering dengan metode yang digunakan yaitu Adjusted Cosine Similarity. Adjusted Cosine Similarity digunakan untuk menghitung nilai kemiripan antara produk satu dengan yang lainnya menggunakan parameter rating yang diberikan oleh setiap user. Kemudian dihitung prediksi rating user terhadap item yang belum pernah dirating dengan persamaan weighted mean. Prediksi rating dapat menghasilkan rekomendasi produk yang berbeda-beda untuk setiap user. Kata Kunci: e-commerce, recommender system, item-based collaborative filtering, adjusted cosine similarity, weighted mean

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 18 105
NIM: 41513120040
Uncontrolled Keywords: e-commerce, recommender system, item-based collaborative filtering, adjusted cosine similarity, weighted mean
Subjects: 300 Social Science/Ilmu-ilmu Sosial > 380 Commerce, Communications, Transportation (Perdagangan, Komunikasi, Transportasi)
300 Social Science/Ilmu-ilmu Sosial > 380 Commerce, Communications, Transportation (Perdagangan, Komunikasi, Transportasi) > 382 International Commerce, Foreign Trade/Perdagangan Internasional > 382.4 International Commerce by Product and Service/Perdagangan Internasional oleh Produk dan Layanan
700 Arts/Seni, Seni Rupa, Kesenian > 730 Plastic Arts and Sculpture/Seni Plastik dan Seni Patung > 739 Art Metalwork/Seni Logam, Kerajinan Logam > 739.4 Iron Art Works/Seni Logam Besi > 739.48 Products/Produk
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Dede Muksin Lubis
Date Deposited: 13 Apr 2018 02:30
Last Modified: 06 Oct 2018 04:17
URI: http://repository.mercubuana.ac.id/id/eprint/41816

Actions (login required)

View Item View Item