<![CDATA[Sistem rekomendasi merupakan million dolar investment. Sistem rekomendasi juga sangat bermanfaat disekitar kita. Untuk membangun sistem rekomendasi yang bagus banyak hal yang perlu diperhatikan dan masih ada banyak cara untuk improvisasi. Kenapa youtube bisa mengerti video apa yang kita suka? Atau pernah penasaran kenapa amazon bisa merekomendasikan buku yang tepat untuk kita? Karena sistem rekomendasi sangat berdampak pada perilaku pembaca sehingga semakin tepat sistem rekomendasi pembaca juga akan semakin nyaman. Berdasarkan featurnya sistem rekomendasi ini terdapat dua macam tipe yaitu contet-based atau collaborative filtering. Content-based ini merupakan sistem rekomendasi menggunakan konten atribut untuk menentukan rekomendasi sistem yang masih kecil (belum mempunyai banyak user) metode ini merupakan pilihan yang sangat tepat dan paling sederhana untuk menghitung kemiripan pada data yang terakhir dilihat dengan semua data pada datebase. Collaborative filtering itu sendiri yang digunakan bukan konten tetapi tingkah laku user contohnya kita merekomendasikan suatu item berdasarkan dari riwayat rating user tersebut maupun user lain. Dengan sistem rekomendasi ini bertujuan untuk memudahkan para pembaca dalam menentukan rekomendasi untuk memilih buku mana yang akan dibaca.]]>
Copyrights © 2019
