PENGEMBANGAN MODEL KNN COLLABORATIVE FILTERING DENGAN PENDEKATAN USER-BASED PADA SISTEM REKOMENDASI ANIME

RAHARJO, REZKY PUTRATAMA (2023) PENGEMBANGAN MODEL KNN COLLABORATIVE FILTERING DENGAN PENDEKATAN USER-BASED PADA SISTEM REKOMENDASI ANIME. Other thesis, UPN 'Veteran" Yogyakarta.

	Text COVER.pdf Download (61kB)
	Text DAFTAR PUSTAKA.pdf Download (81kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (263kB)
	Text SKRIPSI FULL_REZKY PUTRATAMA RAHARJO_123180007.pdf Restricted to Repository staff only Download (3MB)
	Text ABSTRAK.pdf Download (10kB)
	Text DAFTAR ISI.pdf Download (39kB)

Abstract

Anime merupakan satu diantara budaya popular dari Jepang yang berbentuk
animasi. Industri anime sendiri berkembang secara pesat sehingga membuat user
kesulitan dalam mencari judul anime yang sesuai dengan preferensi masing-masing.
Penelitian ini bertujuan untuk mengatasi masalah pencarian judul anime dengan
merancang sistem rekomendasi berdasarkan preferensi user lainnya. Metode yang
diusulkan adalah metode Collaborative Filtering dengan menggunakan algoritma KNN
dan penambahan bobot pada dataset. Data yang digunakan pada penelitian ini
berjumlah 193.272 data rating user terhadap anime yang terdiri dari username,
anime_id, my_score, dan my_status. Dilakukan pembobotan pada nilai rating
berdasarkan status dari user dan penentuan pembobotan didasarkan oleh kuisioner
sebanyak 111 responden. Nilai my_score dan my_status akan digabungkan dan
dinormalisasi menggunakan MinMaxNormalization. Parameter yang digunakan pada
algoritma KNN ini yakni nilai K sebanyak 3, 5, 9, 15, 23, 33, dan 45 serta nilai minimal
K sebesar 3, dan menggunakan Pearson Similarity untuk mencari nilai similaritas antar
user. Hasil pengujian menunjukkan bahwa nilai Mean Absolute Error terendah adalah
sebesar 0,14652 dan nilai Root Mean Square Error sebesar 0,19753 pada nilai K = 45.
Penelitian juga menunjukkan bahwa KNN Collaborative Filtering ini dapat
memprediksi rating dengan penurunan nilai error yang stabil pada semua nilai K
sehingga KNN Collaborative Filtering dapat bekerja dengan baik dan dapat digunakan
pada sistem

Item Type:	Thesis (Other)
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	08 Feb 2023 01:34
Last Modified:	08 Feb 2023 01:34
URI:	http://eprints.upnyk.ac.id/id/eprint/32656

Actions (login required)

View Item