<![CDATA[Tantangan utama dalam era big data adalah pengguna seringkali mengalami kesulitan untuk menentukan atau memilih item yang relevan dari banyaknya data yang tersedia. Permasalahan ini dapat diatasi dengan pengimplementasian sistem rekomendasi untuk menyaring informasi dan memberikan rekomendasi yang sesuai dengan preferensi pengguna. Walaupun sistem rekomendasi telah berkembang pesat dalam mengatasi tantangan informasi yang melimpah, masalah popularitas item masih menjadi isu utama. Item yang populer mendominasi rekomendasi, sedangkan item yang kurang populer mengalami kesulitas mendapatkan ekspousr kepada pengguna. Dalam konteks rekomendasi penjualan, hal ini dapat menghambat penjualan item yang kurang popular karena minimnya rekomendasi kepada pelanggan. Sejumlah penelitian telah dilakukan untuk mengatasi masalah ini, tetapi belum ada studi yang secara komprehensif membahas penerapan teknik popularitas item. Penelitian ini bertujuan melakukan studi tentang tren dari penelitian yang menerapkan teknik popularitas item dalam sistem rekomendasi, yaitu sejumlah 20 literatur yang dipublikasikan dari tahun 2012 sampai 2022. Hasil studi menunjukkan bahwa topik popularitas item mulai populer diteliti sejak tahun 2018 hingga 2022, yaitu sejumlah 16 literatur. Jenis literatur didominasi oleh prosiding yaitu sejumlah 15 literatur, dan sisanya berupa jurnal. Dataset yang paling banyak digunakan adalah MovieLens dan LastFM, yaitu untuk sistem rekomendasi film dan lagu. Fokus masalah yang paling mendominasi adalah penyelesaian permasalahan bias popularitas, yaitu sebanyak 12 literatur. Sedangkan luaran rekomendasi didominasi oleh rekomendasi top-N, yaitu sebanyak 18 literatur.]]>
Copyrights © 2025
