SALIM, ANDY (2019) MASSINDO FRIENDS WEB APPLICATION FOR PRODUCT RECOMMENDATION USING COLLABORATIVE FILTERING ALGORITHM. S1 thesis, Universitas Mercu Buana Jakarta.
Text (JURNAL MAHASISWA)
Tugas Akhir Andy Salim - 41514110045.pdf Restricted to Registered users only Download (998kB) |
Abstract
Abstract - Spring bed is still the main choice for people to sleep. It has various brands and types. The number of spring bed in the market today is very large and varied. This sometimes causes difficulties for consumers in choosing a spring bed that might suit their needs, especially if they want to buy online. One solution to this problem is a recommendation system that works by utilizing consumer ratings. Collaborative Filtering is an algorithm for recommendation systems that evaluates products using ratings or opinions of others. Euclidean Distance equation in Collaborative Filtering can be used to calculate the similarity and value of recommendations based on the spring bed rating value given by consumers. The result of the recommendations is used to recommend products to other consumers. Key Words : recommended system, collaborative filtering, euclidean distance Abstrak - Saat ini, spring bed masih menjadi pilihan utama bagi masyarakat luas untuk tidur. Spring bed juga bermacam-macam merk dan typenya. Jumlah spring bed yang beredar di pasaran saat ini sangat banyak dan bervariasi. Hal ini terkadang menyebabkan kesulitan bagi konsumen dalam memilih spring bed yang mungkin cocok dengan selera mereka, khususnya jika mereka ingin membeli lewat online. Salah satu solusi dari masalah ini adalah sistem rekomendasi yang bekerja dengan memanfaatkan penilaian atau rating dari konsumen. Collaborative Filtering merupakan salah satu algoritma untuk sistem rekomendasi yang mengevaluasi produk menggunakan rating atau opini orang lain. Persamaan Euclidean Distance dalam Collaborative Filtering dapat digunakan untuk menghitung kemiripan dan nilai rekomendasi berdasarkan nilai rating spring bed yang diberikan konsumen. Hasil nilai rekomendasi tersebutlah yang nantinya akan digunakan untuk merekomendasikan produk ke konsumen lainnya. Kata Kunci : sistem rekomendasi, collaborative filtering, euclidean distance
Actions (login required)
View Item |