Skripsi/Tugas Akhir
Perancangan Sistem Rekomendasi Hybrid untuk Berita Menggunakan K-Nearest Neighbor dan Bipolar Slope One
ABSTRAK
Banyaknya artikel berita dalam sebuah website dapat menyulitkan pengguna menemukan bacaan yang tepat untuk dibaca. Salah satu solusi untuk mempermudah menemukan bacaan yang diinginkan adalah dengan menerapkan sistem rekomendasi yang mampu memberikan berita yang sesuai kepada pengguna. Pada penelitian ini diterapkan metode Bipolar Slope One dan K-Nearest Neighbor. Algoritma K-Nearest Neighbor digunakan untuk menghitung nilai similarity atau kesamaan dari tiap user yang ada dan algoritma Bipolar Slope One digunakan untuk mencari prediksi rating menggunakan deviasi matriks. Dengan menggabungkan kedua algoritma akan menghasilkan sistem rekomendasi hybrid yang memperoleh hasil evaluasi dari algoritma Mean Absolute Error yaitu 0,149. Berdasarkan hasil ini dapat dilihat bahwa sistem rekomendasi memiliki akurasi yang cukup tinggi.
Kata Kunci : Sistem Rekomendasi, Bipolar Slope One, K-Nearest Neighbor
ABSTRACT
The number of news articles on a website can make it difficult for users to find the right reading to read. One solution to make it easier to find the desired reading is to implement a recommendation system that is able to provide appropriate news to users. In this research, the Bipolar Slope One and K-Nearest Neighbor methods are applied. The K-Nearest Neighbor algorithm is used to calculate the similarity value of each user and the Bipolar Slope One algorithm is used to find rating predictions using matrix deviation. By combining the two algorithms will produce a hybrid recommendation system that obtains evaluation results from the Mean Absolute Error algorithm which is 0.149. Based on these results it can be seen that the recommendation system has a fairly high accuracy.
Keywords: Recommendation System, Bipolar Slope One, K-Nearest Neighbor
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: [email protected]
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS