Article Per Year (5 Year)
p-Index From 2020 - 2025
1.665
P-Index
This Author published in this journals
All Journal JPTK: Jurnal Pendidikan Teknologi dan Kejuruan snimed Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Syntax Jurnal Informatika Jurnal Pseudocode Sebatik Jurnal Basicedu JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Pendidikan dan Teknologi Indonesia Jurnal Media Informatika Asian Journal of Community Services (AJCS) Jurnal Basicedu Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Setiani, Novi
Informatika, Universitas Islam Indonesia
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Syntax Jurnal Informatika

 1 
SEQUENTIAL PATTERN UNTUK PEMBANGUNAN SISTEM PEMBERI REKOMENDASI TAUTAN PADA WEBSITE Novi Setiani
SYNTAX Jurnal Informatika Vol 3 No 01: syntax
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.878 KB) | DOI: 10.35706/syji.v3i01.324

Abstract

Sistem pemberi rekomendasi tautan merupakan salah satu bentuk personalisasi pengguna pada aplikasi berbasis web. Sistem ini akan memberikan rekomendasi untuk pengunjung berupa tautan ke suatu halaman berdasarkan histori pola pengaksesan web. Untuk membangun  pola pengaksesan web ini, digunakan salah satu teknik data mining yaitu sequential pattern mining. Teknik ini akan menghasilkan serangkaian pola penelusuran pengguna dalam menjelajahi sebuah website. Dalam penelitian ini, algoritma sequential pattern mining yang digunakan adalah PrefixSpan. Algoritma ini lebih efisien dalam pembangunan pola sekuensial dibandingkan algoritma general sequential pattern lainnya.Parameter yang mempengaruhi performansi sistem adalah support threshold, panjang session pengguna yang sedang online, dan nilai confidence minimum. Secara umum, tingkat akurasi berbanding lurus dengan ketiga parameter ini meskipun secara khusus, sistem dengan ukuran session dinamis tidak terlalu dipengaruhi oleh ukuran session window. Secara fungsional, sistem rekomendasi dengan ukuran session dinamis lebih baik dibandingkan sistem yang menggunakan ukuran session statis karena lebih mampu menghindari kegagalan dalam memberikan rekomendasi meskipun tingkat akurasinya sedikit lebih rendah (67%) dibandingkan ukuran session statis (76%). Waktu rata-rata untuk memberikan rekomendasi pada setiap user session adalah 0.1 - 0.13 detik.
Co-Authors Aldhiyatika Amwin Chaerulisma, Hanuga Fathur Dadan Nugraha Deka Dwinavinta Candra Nugraha Dimas Setyawan Ramadhansyah Dimastyo Muhaimin Arifin Dwi Abdul Rahman Fajar Febrian Fakhrii, Rifaldi Fathul Wahid Fauzan Awanda Alviansyah Fionna Saphira Farhani Hanson P. Putro Husein Arif Budiman Indah Kartika Rahma Irena Yolanita Maureen Makhfuzi Fahmi Muhammad Zaki Al Ghifari Nihayah, Maryama Nugraha, Giri Nur W. Rahayu Prasetyo, Gilang Aries Pratiwi, Ratri Raisha Amini Dinda Salechah Rizqi Kartika Safitri Rosyidah. S, Ghaniyya . Sabika Amalina Selfira Salsabilla Setiaji, Hari Siraj, Muhammad Rizki sri mulyati Sri Yunianita Tatik Tatik Teduh Dirgahayu Vebri Satriadi Wulandari, Meida Arriwani Yudhistira Adinugraha Hutabarat Yuningsih, Epa Zainudin Zukhri Zumrotun Naimah