Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Abdiformatika: Jurnal Pengabdian Masyarakat Informatika MULTIPLE: Journal of Global and Multidisciplinary
Fitrianto Puja Kesuma
Unknown Affiliation
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kinerja Sistem Rekomendasi yang Menggunakan Collaborative Filtering Berdasarkan Pengguna dengan Python Devi Sartika; Febie Elfaladonna; Ayu Octarina; Fitrianto Puja Kesuma
urn:multiple://2988-7828multiple.v3i14
Publisher : Institute of Educational, Research, and Community Service

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan dari penelitian ini adalah untuk menilai kinerja sistem rekomendasi yang mengimplementasikan pendekatan Collaborative Filtering berbasis pengguna dengan algoritma K-Nearest Neighbors (KNN) dalam memberikan rekomendasi film kepada pengguna. Sistem ini menggunakan cosine similarity untuk menghitung tingkat kesamaan antar pengguna berdasarkan pola penilaian film yang mereka berikan. Data yang digunakan dibagi menjadi dua set, yaitu training set dan test set, yang kemudian dievaluasi menggunakan metrik precision, recall, F1-score, dan Mean Squared Error (MSE). Hasil evaluasi menunjukkan performa yang sangat baik, dengan nilai precision, recall, dan F1-score mencapai 1.0000, serta MSE sebesar 0.0000, yang menandakan bahwa model berhasil memberikan rekomendasi yang sangat relevan dan akurat tanpa kesalahan prediksi. Hasil ini mengonfirmasi bahwa pendekatan User-Based Collaborative Filtering dengan KNN dan cosine similarity efektif dalam memberikan rekomendasi yang sesuai dengan preferensi pengguna. Penelitian ini juga menunjukkan potensi yang besar untuk mengembangkan sistem rekomendasi berbasis pengguna dengan akurasi dan relevansi yang sangat tinggi.
Peningkatan Pemahamanan Kansei Engineering Melalui Webinar Kansei Day 2024 M Arief Rahman; Ade Sukma Wati; Aurantia Marina; Nurul Ilma Hasana Kunio; Fitrianto Puja Kesuma; Nur Jumriatunnisah; M Zulkarnain; Yulia Hapsari; Leni Novianti; Indri Ariyanti
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 4 No. 1 (2024): Mei 2024 - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/abdiformatika.v4i1.215

Abstract

Kegiatan Kansei Day yang dilaksanakan melalui webinar bertujuan untuk memperkenalkan dan menerapkan konsep Kansei Engineering dalam pengembangan produk, dengan fokus pada memahami preferensi emosional konsumen. Metode yang digunakan meliputi penyelenggaraan acara "Kansei Day 2024", yang melibatkan sesi berbagi panelis, paparan hasil penelitian, sesi tanya jawab, dan dokumentasi webinar. Hasilnya menunjukkan bahwa pendekatan Kansei Engineering dapat meningkatkan pemahaman tentang preferensi konsumen, mendukung pengembangan produk yang lebih memuaskan secara emosional, dan memperluas wawasan industri terkait. Pentingnya hasil ini terletak pada kemampuannya untuk meningkatkan kualitas produk, meningkatkan daya saing di pasar, dan menciptakan pengalaman yang lebih memuaskan bagi pengguna.
Co-Authors Ade Sukma Wati Ayu Octarina Devi Sartika Febie Elfaladonna Indri Ariyanti LENI NOVIANTI M Arief Rahman M Zulkarnain Marina, Aurantia Nur Jumriatunnisah Nurul Ilma Hasana Kunio Yulia Hapsari