Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Teknologi (KATERA)
Ahmad Fauza
Program Studi Teknik Elektro, Institut Teknologi Medan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Health Professions Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary

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

Found 1 Documents
Search

 1 
Optimasi Algoritma Pembelajaran Mesin untuk Peningkatan Kinerja Sistem Rekomendasi pada Platform E-Commerce Ahmad Fauza
Jurnal Sains dan Teknologi Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Yayasan Grace Berkat Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/katera.v2i1.208

Abstract

Penelitian ini bertujuan untuk mengoptimalkan algoritma pembelajaran mesin guna meningkatkan kinerja sistem rekomendasi pada platform e-commerce. Permasalahan utama yang diangkat adalah rendahnya tingkat relevansi rekomendasi yang berdampak pada kepuasan pengguna dan konversi penjualan. Metode yang digunakan meliputi pendekatan hybrid recommendation system yang menggabungkan collaborative filtering dan content-based filtering, serta penerapan teknik optimasi seperti hyperparameter tuning, feature engineering, dan penggunaan model berbasis deep learning. Data yang digunakan berasal dari riwayat transaksi, preferensi pengguna, serta interaksi pengguna dengan platform. Evaluasi kinerja sistem dilakukan menggunakan metrik seperti precision, recall, F1-score, dan Mean Average Precision (MAP). Hasil penelitian menunjukkan bahwa optimasi algoritma yang dilakukan mampu meningkatkan akurasi rekomendasi secara signifikan, dengan peningkatan nilai precision dan recall dibandingkan metode konvensional. Selain itu, sistem yang diusulkan juga mampu memberikan rekomendasi yang lebih personal dan relevan. Simpulan dari penelitian ini adalah bahwa optimasi algoritma pembelajaran mesin secara terintegrasi efektif dalam meningkatkan kinerja sistem rekomendasi, sehingga berpotensi meningkatkan pengalaman pengguna dan performa bisnis pada platform e-commerce.
Co-Authors