Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer
Krisvan Patra Delasano
Universitas Ahmad Dahlan
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan User-Based Collaborative Filtering Algorithm Arfiani Nur Khusna; Krisvan Patra Delasano; Dimas Chaerul Ekty Saputra
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 20 No 2 (2021)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.972 KB) | DOI: 10.30812/matrik.v20i2.1124

Abstract

Sistem online memanfaatkan website sebagai media pemasaran. Namun dengan perkembangan teknologi, pemasaran dilakukan dengan online terdapat kendala yaitu banyaknya produk yang tersedia dalam pemilihan produk. Sistem rekomendasi adalah sistem yang menyarankan informasi berguna atau menduga yang akan dilakukan user untuk mencapai tujuannya, seperti mencari teknik yang terbaik dalam memberikan rekomendasi bagi user. Menurut hasil survey yang telah dilakukan terhadap 17 orang pemakai website pemasaran produk Gadget Shield didapatkan 88,20% mengharapkan adanya penilaian user terhadap produk. Penelitian ini akan melakukan pengembangan sistem rekomendasi produk Gadget Shield pada toko Jackskins menggunakan metode User-Based Collaborative Filtering serta menggunakan Euclidean Distance untuk mengukur jarak kemiripan antar User dan Weighted Sum digunakan untuk mencari rekomendasi produk. Diharapkan dengan adanya sistem dapat memudahkan User dalam pencarian produk Gadget Shield terbaik. Guna menghasilkan produk rekomendasi,hasil nilai kemiripaan dilakukan perhitungan dengan algoritma Weighted Sum. Sistem rekomendasi Collaborative Filtering telah diuji menggunakan metode pengujian akurasi Root Mean Square Error (RMSE) dan pengujian User Acceptance Test (UAT). Hasil uji RMSE menunjukkan nilai 0,496 atau akurasinya 90,08%. Hasil pengujian UAT didapatkan 86,86% diterima. Informasi dari proses tersebutlah yang nantinya diharapkan akan bermanfaat sebagai dasar sumber rekomendasi yang akurat.
Co-Authors Arfiani Nur Khusna Dimas Chaerul Ekty Saputra