SISTEM REKOMENDASI PEMBELIAN LAPTOP MENGGUNAKAN METODE CONTENT-BASED FILTERING

SYANTASYACITTA, RADEN RARA LYDIA DEVINA (2025) SISTEM REKOMENDASI PEMBELIAN LAPTOP MENGGUNAKAN METODE CONTENT-BASED FILTERING. Skripsi thesis, UPN "Veteran" Yogyakarta.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (115kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (137kB)
[thumbnail of PENGESAHAN PEMBIMBING.pdf] Text
PENGESAHAN PEMBIMBING.pdf

Download (327kB)
[thumbnail of PENGESAHAN PENGUJI.pdf] Text
PENGESAHAN PENGUJI.pdf

Download (354kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (149kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (167kB)
[thumbnail of SKRIPSI FULL_RADEN RARA LYDIA DEVINA SYANTASYACITTA_123190086.pdf] Text
SKRIPSI FULL_RADEN RARA LYDIA DEVINA SYANTASYACITTA_123190086.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of PANDUAN MENGAKSES DTS FULL.pdf] Text
PANDUAN MENGAKSES DTS FULL.pdf

Download (861kB)
Official URL: https://www.upnyk.ac.id/

Abstract

Laptop merupakan perangkat penting untuk menunjang kinerja manusia, tetapi terdapat
banyak pilihan sehingga menyulitkan masyarakat dalam membeli laptop yang sesuai dengan
preferensinya. Sehingga dibutuhkan sebuah sistem untuk mengetahui hasil implementasi dari
metode Content-Based Filtering pada sistem rekomendasi laptop sehingga dapat memberikan
rekomendasi berdasarkan kebutuhan penggunanya. Sistem rekomendasi laptop menggunakan
pendekatan Content-Based Filtering dengan algoritma TF-IDF untuk pembobotan matriks serta
cosine similarity untuk menghitung dan mengurutkan data berdasarkan relevansinya. Model
yang telah diberikan kepada 50 pengguna diuji dengan menghitung nilai precision dan recall
nya sehingga didapatkan nilai rata-rata Precision K=3 berjumlah 0.95, nilai Precision K=5
berjumlah 0.94, nilai Precision K=7 berjumlah 0.91, nilai Recall K=3 berjumlah 0.33, nilai
Recall K=5 berjumlah 0.54, dan nilai Recall K=7 berjumlah 0.71. Berdasarkan nilai
Precision@K tersebut, diketahui bahwa model dapat memberikan rekomendasi yang relevan
sejumlah K hasil rekomendasi. Namun berdasarkan nilai Recall@K, diketahui bahwa model
belum dapat menampilkan seluruh data laptop yang relevan dengan masukkan pengguna.
Namun diketahui juga bahwa terdapat peningkatan antara nilai Recall K=3, nilai Recall K=5,
dan nilai Recall K=7 yang membuktikan bahwa model dapat menampilkan keseluruhan data
yang relevan jika K bertambah.
Kata kunci: Content-Based Filtering, Cosine Similarity, Laptop, TF-IDF.

Item Type: Thesis (Skripsi)
Additional Information: Raden Rara Lydia Devina Syantasyacitta (Penulis - 123190086) ; Rifki Indra Perwira (Pembimbing)
Uncontrolled Keywords: Content-Based Filtering, Cosine Similarity, Laptop, TF-IDF.
Subjek: Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Fakultas Teknik Industri > Informatika (S1)
Depositing User: A.Md.SI Indah Lestari Wulan Aji
Date Deposited: 15 Jul 2025 01:52
Last Modified: 15 Jul 2025 01:52
URI: http://eprints.upnyk.ac.id/id/eprint/43094

Actions (login required)

View Item View Item