<![CDATA[Sistem rekomendasi adalah suatu program yangmelakukan prediksi suatu item, dalam pembuatan sistemrekomendasi terdapat Beberapa metode yang dapat digunakandiantaranya Collaborative Filtering karena dianggap mampumemberikan saran item yang lebih akurat. pendekatanCollaborative Filtering karena dianggap mampu memberikansaran item yang lebih akurat. Pada penelitian ini akan dibuatsistem rekomendasi menggunakan 3 Algoritma Turunan MFyaitu Singular Value Decomposition (SVD), SVD++, NonNegative Matrix Factorization NMF terhadap dataset AmazonReview dengan Studi Kasus Elektronik, ini perlu diaplikasikandalam penelitian sistem rekomendasi, karena data Elektronikini mempunyai jumlah data yang sangat besar. Dalampenelitian ini akan dilakukan uji coba terhadap beberapaparameter yang meliputi n-epochs, n-factor dalam mekanisme5-fold cross-validation. Untuk menangani data yang terlalubesar, penulis melakukan random sampling sebesar 25% daritotal dataset untuk mengurangi beban komputasi. Dari hasil ujicoba didapatkan performansi rata-rata terbaik MAE = 1.0384dan RMSE = 1.3139 yaitu pada Algoritma SVD. Kata kunci— Produk Elektronik, Sistem Rekomendasi,Collaborative Filtering, Matrix Factorization, Cross Validation]]>
Copyrights © 2025
