SISTEM REKOMENDASI PERSONAL PADA TOKO BUKU ONLINE MENGGUNAKAN PENDEKATAN COLLABORATIVE FILTERING DAN ALGORITMA SLOPE ONE

Syandra Sari, Ayu Permata Sary

Abstract


Sistem rekomendasi (personal) adalah sistem yang bertujuan untuk memberikan rekomendasi kepada pembeli berupa barang-barang yang sesuai dengan kebutuhan pembeli. Selain bidang hiburan seperti film dan musik, sistem rekomendasi juga telah digunakan pada toko buku online. Pada toko buku online pembeli akan diberi rekomendasi buku-buku yang sesuai dengan kesukaannya. Pada paper ini dijelaskan penelitian tentang sistem rekomendasi buku toko buku online. Aplikasi rekomendasi untuk toko buku online dikembangkan menggunakan metoda collaborative filtering dan algoritma slope one untuk menghitung nilai prediksi rekomendasi. Hasil evaluasi aplikasi menunjukkan rekomendasi dengan pendekatan ini dapat memberikan rekomendasi sesuai dengan keinginan seorang pembeli buku. Dan pada kondisi tertentu evaluasi dari 20 orang pembeli menggunakan Kendall Rank Correlation Coefficient mencapai nilai sebesar 0,635 yang menunjukkan kemiripan yang kuat

Full Text:

PDF

References


B. M. Sarwar, J. A. Konstan, J., A. Borchers, J. Herlocker, B. Miller, J. Riedl, “Using Filtering Agents to Improve Prediction Quality in the GroupLens Research Collaborative Filtering System.” in Proceedings of the the ACM Conference on computer Supported Cooperative Work (CSCW), pp. 345-354, Nov. 14-18, 1998.

P. Schubert and M. Koch, “The power of personalization: Customer collaboration and virtual communities”. In Proceedings of the 8th Americas Conference on Information Systems (AMCIS), pp. 1953-1965, Aug.8-11, 2002..

P. Deitel, H. Deitel, K. Steinbuhler, E-Business and E-Commerce for Managers. Prentice Hall, 2001

J.B. Shafer, J. Konstan, J. Riedl, “Recommender Systems in E-Commerce”. In ACM Conference on Electronic Commerce (EC-99), pp. 158-166, Nov. 3-5, 1999.

G. Adomavicius and A. Tuzhilin, “Towards the next generation of recommender systems: A survey of the state-of-the-art and possible extentions”. IEEE Transactions on Knowledge and Data Engineering, vol. 17, no.6, pp. 734–749, 2005

D. Goldberg, D. Nichols, B.M. Oki, D. Terry, “Using collaborative filtering to weave an information tapestry”. Communications of the ACM, vol. 35, no. 12, pp 61- 70, December 1992

D. Lemire and Anna M., “Slope One Predictors for Online Rating-Based Collaborative Filtering”. In Proceedings of SIAM Data Mining (SDM’05), pp. 471-475, April 21-23, 2005.

C. Rana and S. K. Jain, "Building a Book Recommender system using time based content filtering", WSEAS Transactions on Computers, vol. 11, no. 2, pp. 2224-2872, February 2012.

M. N. Jelassi, S. B. Yahia, E. M. Nguifo, “A personalized recommender system based on users' information in folksonomies”, Proc. 22nd Int. Conf. World Wide Web companion, eds. L. Carr, pp. 1215–1224. 2013.

H. Abdi, “The Kendall Rank Correlation Coefficient.” Encyclopedia of measurement and statistics, ed Neil J. Salkind., pp.. 508 – 511, SAGE Publications, Inc. California, USA. 2007


Refbacks

  • There are currently no refbacks.