Sistem Rekomendasi Collaborative Filtering Berbasis User Algoritma Adjusted Cosine Similarity

Abstract

Dengan perkembangan teknologi saat ini, menuntut perusahaan e-commerce untuk memiliki daya saing yang tinggi dengan tidak hanya hanya mengandalkan pada kekuatan produknya saja, tapi diperlukan fitur tambahan lainnya yang menambah daya saing semisal dengan memberikan usulan pembelian pada konsumen pada penggunaan sistem rekomendasi (recommender system). Banyaknya variasi produk yang ditawarkan pada website online shopping menyebabkan customer tidak memiliki cukup waktu untuk melihat keseluruhan barang yang ditawarkan dan juga kesulitan untuk memilih barang yang akan dibeli, biasanya customer hanya akan membeli barang yang pernah dia dengar sebelumnya. Sistem rekomendasi yang dapat memberikan nilai lebih kepada pelanggan mengenai produk yang dianggap sesuai atau sama dengan keinginan pelanggan adalah solusi tepat untuk mengatasi hal tersebut. Makalah ini menggunakan User based collaborative filtering yang menggunakan data rating antar pengguna untuk mendapatkan rekomendasi. Metode ini menghitung kesamaan diantara customer dilihat dari rating yang diberikan customer untuk suatu item. Ketika customer merating suatu item, maka nilai rating tersebut akan dibandingkan dengan nilai rating dari pengguna lainnya. Kemudian sistem akan membuat suatu rekomendasi berdasarkan kesamaan antar customer. Hasil pengujian menunjukkan bahwa metode user based collaborative filtering dengan algoritma adjusted cosine similarity dapat menampilkan rekomendasi yang sesuai dengan rating yang diberikan oleh customer

Kata Kunci: sistem rekomendasi, user based collaborative, rating