Text

Aplikasi Sistem Rekomendasi Pemilihan Sepeda Motor Dengan Metode Item-Based Collaborative Filtering Berbasis Web

---

ABSTRAK
Banyak produsen sepeda motor berlomba untuk meningkatkan kualitas dan tipe sepeda
motor terbaru agar menarik minat konsumen, sehingga jumlah tipe sepeda motor yang
tersedia sangat banyak dan beragam. Kondisi tersebut menimbulkan kebingungan bagi
konsumen dalam menentukan pilihan sepeda motor yang ingin dibeli. Untuk mengatasi hal
tersebut konsumen membutuhkan sistem rekomendasi yang dapat membantu dalam memilih
sepeda motor dengan cara memanfaatkan sistem rekomendasi. Metode item-base
collaborative filtering merupakan metode yang dapat memberikan rekomendasi tipe sepeda
motor kepada konsumen. Rekomendasi dihasilkan berdasarkan rating yang telah diberikan
konsumen terhadap tipe sepeda motor. Pengembangan aplikasi ini menggunakan metode
waterfall. Hasil pengujian fungsionalitas sistem rekomendasi ini dapat diterima secara
keseluruhan. Aplikasi sistem rekomendasi ini dapat memberikan kemudahan bagi konsumen
dalam memilih tipe sepeda motor.
Kata kunci: Sistem Rekomendasi, Item-Base Collaborative Filtering, Rating, waterfallvi

ABSTRACT

Many motorbike manufacturers competed to improve the quality and type of the latest
motorbikes to attract consumers, so the number of types of motorbikes available was very
large and varied. This condition created confusion for consumers in choosing the motorbike
they wanted to buy. To overcome this, consumers required a recommendation system that
could assist in choosing a motorbike by utilizing a recommendation system. The item-base
collaborative filtering method was a method that could provide recommendations for
motorbike types to consumers. Recommendations were generated based on ratings that had
been given by consumers to the type of motobike. The development of this application used
the waterfall method. The results of testing the recommendation system's functionality could
be accepted as a whole. This recommendation system application could provide convenience
for consumers in choosing the type of motorcycle.
Keyword: Recommendation System, Item Based Collaborative Filtering, Rating, Waterfall

---

Ketersediaan

711F19II

711 F 19

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

711 F 19

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

905

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Analisis Regresi

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Ivone Ayu Puspita

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar