Fathurrohman, Wahid Rizka (2022) SISTEM REKOMENDASI COLLABORATIVE FILTERING UNTUK ARTIKEL BERITA MENGGUNAKAN FAKTORISASI MATRIKS – SINGULAR VALUE DECOMPOSITION (SVD). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (961kB) |
|
Text (BAB I)
BAB I.pdf Download (232kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (526kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (258kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (516kB) |
|
Text (BAB V)
BAB V.pdf Download (61kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (124kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-18.11.2096-Wahid Rizka Fathurrohman - Wahid Rizka Fathurrohman.zip Restricted to Repository staff only Download (57kB) |
|
Text (PUBLIKASI)
Publikasi-18.11.2096-Wahid Rizka Fathurrohman - Wahid Rizka Fathurrohman.pdf Restricted to Repository staff only Download (436kB) |
Abstract
Sistem rekomendasi telah menjadi mekanisme utama untuk mengatasi masalah kelebihan informasi dan menyediakan kebutuhan informasi yang lebih personal kepada pengguna. Salah satu pendekatan yang paling populer dalam sistem rekomendasi adalah Collaborative Filtering. Penelitian ini mengusulkan algoritme Singular Value Decomposition yang kinerjanya lebih unggul dibandingkan dengan beberapa algoritme Collaborative Filtering lain dari penelitian sebelumnya. Singular Value Decomposition terbukti mampu melakukan komputasi dalam menghasilkan prediksi rating dan memberikan rekomendasi artikel berita untuk pengguna. Data yang digunakan dalam penelitian ini berasal dari portal berita Kabar Informatika yang berada pada platform Medium. Dalam penelitian ini digunakan Python Web Scraping, mulai dari scraping RSS code, parsing RSS feed content, dan extract text content ke dalam format JSON sehingga dapat digunakan dalam proses penelitian. Evaluasi menggunakan Recall pada daftar peringkat 5 dan peringkat 10 artikel berita untuk pengguna menghasilkan nilai akurasi masing-masing sebesar 64% dan 76%. Skala data interaksi pengguna yang lebih besar dibutuhkan untuk meningkatkan akurasi pemodelan sistem rekomendasi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Kelebihan Informasi, Sistem Rekomendasi Artikel Berita, Faktorisasi Matriks, Collaborative Filtering, Singular Value Decomposition. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 02 Jul 2022 02:29 | ||
| Last Modified: | 07 Aug 2023 03:37 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/3509 |
Actions (login required)
 |
View Item |