BAB III ANALISIS DAN PERANCANGAN SISTEM
|
|
- Leony Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Deskripsi Umum Sistem Pada penelitian ini akan melakukan sebuah eksperimen dengan menggunakan sebuah algoritma Collaborative Filtering pada sebuah sistem rekomendasi yang dijalankan menggunakan libraries Apache Mahout dengan menggunakan bahasa pemrogramman java, namun yang beda dalam penelitian ini adalah dilakukanya programming dalam pembuatan sistem rekomendasi ini sehingga akan memungkinkan mempercepat waktu pemrosesan data pada sistem rekomendasi ini. Collaborative Filtering sendiri merupakan metode yang paling umum digunakan pada sebuah sistem rekomendasi [3], dan dalam pengimplementasianya akan digunakan libraries Apache Mahout. Sistem rekomendasi ini akan menggunakan dataset yang diambil di website movielens yang didalamnya terdapat beberapa data film dari seluruh dunia. Sistem rekomendasi ini akan diuji dengan kecepatan pemrosesan datanya menggunakan beberapa thread yang berbeda dan juga ukuran dataset yang berbeda serta dilakukan pengujian menggunakan sistem monitoring yang bertujuan untuk mengetahui resource yang dipakai dalam masing masing pengujian yang dilakukan. 3.2 Alur Sistem Alur sistem merupakan penjelasan tentang pengerjaan penelitian ini yang berhubungan dengan apa saja yang digunakan dalam sistem ini dan juga komponen - komponen apa saja yang akan digunanakan. Dalam alur sistem akan dijelaskan beberapa langkah langkah sistem ini bekerja dan juga akan dijelaskankan tentang metode dan algoritma yang akan digunakan Item Based Collaborative Filtering Item Based Collaborative Filtering merupakan metode rekomendasi yang di dasari atas adanya kesamaan antara pemberian rating terhadap suatu produk dengan produk yang dibeli. Dari tingkat kesamaan produk, kemudian dibagi 18
2 dengan parameter kebutuhan pelanggan untuk memperoleh nilai kegunaan produk. Produk yang memiliki nilai kegunaan tertinggilah yang kemudian dijadikan rekomendasi [8]. Gambaran umum pada Item Based Collaborative Filtering akan dijelaskan pada contoh dibawah. Tabel 3. 1 Contoh Item Matrik User / Item Item A Item B Item C User A * * User B * * * User C * Recommend Gambar 3. 1 Konsep Item Based Recommendation [12] Tabel 3.1 dan Gambar 3.1 menjelaskan bagaimana sistem rekomendasi Item Based Collaborative Filtering berkerja, disana Tabel 3.1 terdapat beberapa kumpulan user yang telah memilih beberapa item diantara item A sampai dengan Item C, disana dijelaskan setiap user memilih item dengan fariasi yang berbeda beda, User A memilih item A dan item C, dan User B memilih item A, item B dan item C, dan kemudian User C, hanya memilih item A. Dari beberapa uraian tersebut maka rekomendasi yang diberikan untuk user C yang memilih Item A saja adalah item C, karena item C memiliki dengan item A, tingkat kesamaanya itu dihitung dengan setiap User yang memilih Item A user tersebut juga memilih item C. Untuk memperjelas lagi alur bagaimana Item Based Collaborative Filtering itu berkerja akan dijelaskan dengan Gambar
3 Gambar 3. 2 Flowchart Item Based Collaborative Filtering Informasi dari user sebelumnya akan dicari rating yang diberikan user sebelumnya dan kemudian rating tersebut akan memberikan nilai pada item, setelah mencari informasi dari user sebelumnya, item akan dicari kesamaanya mengunakan algoritma similiraties dan kemudian dimasukan kedalam item matrik. Dan kemudian sistem akan memilih item dengan tingkat kesamaan paling tinggi untuk dijadikan rekomendasi [6]. 20
4 3.2.2 Item Based Collaborative Filtering di Mahout Gambar 3. 3 Arsitektur CF Menggunaan Mahout Penerapan metode Collanorative Filtering menggunakan Apache Mahout dalam sistem ini dijelaskan pada Gambar 3.3, dalam arsitektur tersebut dijelaskan bahwa pembuatan rekomendasinya hanya memanfaatkan data model dan item similarity yaitu dengan mengukur tinggkat kesamaan dari setiap item untuk dijadikan rekomendasi. Dalam Apache Mahout algoritma similarity yang akan digunakan untuk mencari tingkat kesamaan item menggunakan algoritma Tanimoto Coefficient Similarity, algoritma tersebut merupakan salah satu alagoritma similarity yang berada di Apache Mahout. 21
5 Gambar 3. 4 Flowchart CF Menggunaan Mahout Gambar 3.4 menjelaskan bagaimana alur pembuatan sistem rekomendasi menggunakan Apache Mahout yang didalamnya menggunakan pendekatan Item Based Collaborative Filtering yang menggunakan algoritma Tanimoto Coefficient Similarity untuk mencari tingkat kesamaan item didalamnya. Pada tahapan awal yaitu dengan memasukan dataset kemudian dari dataset tersebut akan dibuat modelnya dan kemudian dari model dataset tersebut akan dicari tingkat kesamaan itemnya dengan item yang lain menggunkan algoritma Tanimoto Coefficient Similarity, dan setelah mendapatkan hasil dari nilai kesamaan setiap item tersebut, nilai - nilai tersebut akan dikalkulasi untuk mencari tingkat kesamaan yang paling besar untuk dijadikan sistem rekomendasi. Tanimoto Coefficient similarity merupakan teknik similarity yang mengandal perpotongan dalam setiap item, didalamnya terdapat penggabungan 22
6 pada item yang mempunyai persamaan, maka nilai akan sama dengan nol jika item tidak kesamaanya dan satu jika item memiliki persamaan [10]. Berikut merupan contoh perhitungan algoritma Tonimoto Coefificient Similarity. Tabel 3. 2 Contoh Item Matrik Perhitungan Tanimoto Similarity Item / User User 4014 User 4015 User 4016 User 4017 User 4018 Item 675 * * * Item 676 * * * * Item 677 * * * T (675,676) Na ( User yang memilih item 675 ) = 1, 1, 0, 1, 0 Nb ( User yang memilih item 676) = 1, 0, 1, 1, 1 Nc ( User yang memilih keduanya ) = 1, 0, 0, 1, 0 Nc 675,676 = Na + Nb Nc 2 675,676 = ,676 = ,676 = 0,4 T (675,677) Na ( User yang memilih item 675 ) = 1, 1, 0, 1, 0 Nb ( User yang memilih item 677) = 0, 1, 1, 0, 1 Nc ( User yang memilih keduanya ) = 0, 1, 0, 0, 0 Nc 675,677 = Na + Nb Nc 1 675,677 = ,677 = ,677 = 0,2 T (676,677) Na ( User yang memilih item 676 ) = 1, 0, 1, 1, 1 23
7 Nb ( User yang memilih item 677) = 0, 1, 1, 0, 1 Nc ( User yang memilih keduanya ) = 0, 0, 1, 0, 1 Nc 676,677 = Na + Nb Nc 2 676,677 = ,676 = ,676 = 0,4 Dari perhitungan yang diatas didapatkan hasil sebagai berikut : Tingkat kesamaan pada item 675 Item 676 = 0,4 Item 677 = 0,2 Tingkat kesamaan pada item 676 Item 675 = 0,4 Item 677 = 0,4 Tingkat kesamaan pada item 677 Item 675 = 0,2 Item 676 = 0,4 Dari hasil yang telah dijabarkan diatas akan diambil nilai persamaan yang paling besar untuk dijadikan rekomendasi. Yaitu untuk item 675 akan mendapatkan rekomendasi item 676, kemudian untuk item 676 akan mendapatkan rekomendasi item 675 atau item 677 dikarenakan memiliki nilai yang sama, kemudian untuk item 677 akan mendapatkan rekomendasi item Pemecahan Dataset Pembagian atau bisa disebut dengan pemecahan dataset adalah tahap awal yang sangat penting dalam penelitian ini karena dalam penelitian ini membuat sebuah konsep Multithreading Programming. Dalam Multithreading Programming terdapat perintah yang dilakukan secara bersamaan dalam satu waktu maka dari itu pemecahan dataset ini dilakukan dengan bertujuan agar masing masing thread bisa mendapatkan dataset masing masing untuk 24
8 dilakukan pemrosesan data dalam sistem rekomendasi pada masing masing thread yang berbeda. Proses pemecahan ini dilakukan dengan menggunakan program yang menggunakan bahasa pemrogramman java. Gambar 3. 5 Alur pemecahan data Gambar 3.5 menjelaskan tentang bagaimana pemecahan dataset itu dilakukan, pertama tama sistem akan membaca semua dataset yang bertujuan ingin mengetahui jumlah data yang akan digunakan oleh sistem, setelah sistem mengatahui jumlah datanya, maka data tersebut akan dibagi rata dengan banyaknya jumlah thread yang akan digunakan untuk memproses sistem rekomendasi Penerapan Apache Mahout Dengan Multithreading Pada tahapan kali ini adalah tahapan inti dari penelitian ini, disini proses penggabungan antara Apache Mahout dan Multithreading Programming akan 25
9 dilakukan. Dalam tahapan ini dataset yang telah dipecah akan diproses untuk membuat sebuah sistem rekomendasi yang menggunakan metode Collaborative Filtering yang akan dijalankan dengan libraries Apache Mahout yang pada pemrosesan datanya akan menggunakan Multithreading Programming. Gambar 3. 6 Multithreading satu level Desain alur sistem yang digunakan untuk penilitian ini seperti yang ada pada Gambar 3.6 yang menjalas alur sistem ini akan berjalan, ada beberapa tahapan dalam sistem ini, berikut merupakan tahapan tahapanya : a) tahapan awal ialah memasukan libraries Apache Mahout dan dataset yang akan digunakan sebagai data rekomendasi kedalam Java IDE. 26
10 b) Tahapan selanjutnya ialah upload data kedalam main thread, setelah mainthread menerima datasetnya kemudian dataset tersebut akan dipecah menjadi beberapa bagian untuk dibagikan kepada beberapa thread lainya yang dalam penelitian ini disebut child thread. c) Setelah child thread menerima dataset masing masing dari main thread, setiap child thread akan memproses dataset tersebut untuk dijadikan sebuah rekomendasi. d) Tahapan dalam pembuatan rekomendasi ini akan mengunakan libraries mahout sebagai engine rekomendasinya. e) Sistem akan mencari tingkat kesamaan item dengan menggunakan libraries mahout. f) Setelah sistem memperoleh perhitungan kesamaan antara beberapa item. Sistem akan menkalkulasi hasil perhitungan tersebut dan memil tingkat kesamaan item yang paling tinggi untuk digunakan sebagai rekomendasi. g) Setelah setiap child thread memiliki rekomendasi masing masing dari setiap dataset yang dibagikan oleh main thread sebelumnya, child thread akan mengirimkan hasil rekomendasi tersebut kepada main thread. h) Main thread menggabung semua rekomendasi yang telah dikirim oleh child thread untuk dijadikan rekomendasi. 27
Techno.COM, Vol. 17, No. 1, Februari 2018 : 1-11
Analisa Multithreading Pada Sistem Rekomendasi Menggunakan Metode Collaborative Filtering Dengan Apache Mahout Multithreading Analysis On Recommended System Using Collaborative Filtering Method With Apache
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Multithreading Programming Multithreading Programming adalah suatu kemampuan yang memungkinkan beberapa kumpulan instruksi atau proses dapat dijalankan secara bersamaan dalam
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
DAFTAR TABEL Tabel 3-1 Dokumen Term 1... 17 Tabel 3-2 Representasi... 18 Tabel 3-3 Centroid pada pengulangan ke-0... 19 Tabel 3-4 Hasil Perhitungan Jarak... 19 Tabel 3-5 Hasil Perhitungan Jarak dan Pengelompokkan
Lebih terperinciBAB I PENDAHULUAN. Pesatnya pertumbuhan internet saat ini berdampak pada melimpahnya
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya pertumbuhan internet saat ini berdampak pada melimpahnya informasi dengan sangat cepat dan jumlah yang sangat besar. Hal ini membuat suatu keadaan dimana kita
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB 1 PENDAHULUAN 1.1 Latar Belakang Informasi dan data saat ini bisa diakses dengan lebih cepat dan mudah melalui internet. Orang-orang dapat dengan mudah mencari dan mendapatkan informasi apa pun yang
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di jaman modern sekarang ini, pilihan tempat makan yang ada sangat banyak, berbagai fasilitas dan jenis makanan, dan harga yang ditawarkan Melihat dari jumlah tempat
Lebih terperinciBAB I PENDAHULUAN. Pengguna Internet (31 Desember 2000) Afrika 1,037,524,058 4,514, ,609,620 2,527.4%
BAB I PENDAHULUAN 1.1 Latar Belakang Pengguna internet di dunia mengalami peningkatan. Statistik pengguna internet berdasarkan hasil survey Nielsen Online, yaitu pada tanggal 31 Maret 2011 menunjukkan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan diterangkan tentang analisa dan perancangan sistem sebuah website informasi wisata di Malang menggunakan algoritma Userbased Collaborative Filtering
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diterangkan teori-teori yang mendasari dari penelitian yang akan dilakukan oleh penulis yang diantaranya meliputi : UKM Wisata, Sistem Rekomendasi, Collaborative
Lebih terperinciBAB I PENDAHULUAN. signifikan terhadap proses bisnis di setiap organisasi. Sebagai contoh, dengan
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang sangat pesat memberikan dampak yang signifikan terhadap proses bisnis di setiap organisasi. Sebagai contoh, dengan menggunakan
Lebih terperinci3.1 Analisa Kebutuhan 3.2 Perancangan Penelitian 3.3 Teknik Analisis 3.4 Jadwal Penelitian. 3.1 Analisa Kebutuhan
JUDUL TA : PENERAPAN COLLABORATIVE FILTERING UNTUK SISTEM REKOMENDASI PADA RENTAL VCD HAPPY BAB III. METODE PENELITIAN 3.1 Analisa Kebutuhan 3.2 Perancangan Penelitian 3.3 Teknik Analisis 3.4 Jadwal Penelitian
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Sistem Rekomendasi Sistem rekomendasi merupakan sebuah metode untuk memberikan rekomendasi dengan memprediksi nilai sebuah item bagi seorang pengguna dan kemudian mempresentasikan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Sistem Rekomendasi Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opini seseorang
Lebih terperinciSISTEM REKOMENDASI BAHAN AJAR UNTUK ELEARNING
SISTEM REKOMENDASI BAHAN AJAR UNTUK ELEARNING Hervin Islahudin Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Tamansari 10 Bandung 40132 E-mail: hervin@gmail.com ABSTRAKSI Sistem
Lebih terperinciSistem Rekomendasi Film menggunakan Bisecting K-Means dan Collaborative Filtering
Sistem Rekomendasi Film menggunakan Bisecting K-Means dan Collaborative Filtering Arwin Halim 1, Hernawati Gohzali 2, Dita Maria Panjaitan 3, Ilham Maulana 4 1,2,3,4 Jurusan Teknik Informatika, STMIK Mikroskil,
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1, Edi Winarko 2 1 Jurusan Teknik Informatika, Universitas Sebelas Maret 2 Program Studi Ilmu Komputer, Universitas Gajah
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan zaman, kemajuan dalam bidang ilmu pengetahuan dan teknologi informasi berkembang sangat pesat. Maka informasi juga semakin banyak dan membuat
Lebih terperinciBAB I PENDAHULUAN. tidak akan ditinggalkan oleh mahluk hidup khususnya umat manusia, dari dulu
BAB I PENDAHULUAN 1.1 Latar Belakang Makanan merupakan kebutuhan primer manusia, oleh karena itu makanan tidak akan ditinggalkan oleh mahluk hidup khususnya umat manusia, dari dulu sampai sekarang makanan
Lebih terperinciBAB I PENDAHULUAN. tanggal 31 Desember Kelebihan atau ledakan informasi pada jaringan internet
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era teknologi ini, pertumbuhan pengguna Internet sangat pesat. Berdasarkan situs internetworldstats.com, terdapat 55 juta pengguna Internet di Indonesia
Lebih terperinciBAB I PENDAHULUAN. bermunculan, baik yang menggunakan franchise ataupun yang menggunakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Makanan merupakan salah satu kebutuhan primer dari manusia (Sasrawan, 2013). Kebutuhan akan makanan akan selalu meningkat karena jumlah penduduk yang semakin
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Sistem Analisa sistem adalah tahap yang bertujuan untuk memahami konsep dari sistem, mengetahui kekurangan dari sistem, dan menentukan kebutuhan hasil
Lebih terperinciBAB III Landasan Teori
BAB III Landasan Teori 3.1 Sistem Rekomendasi Sistem rekomendasi merupakan suatu aplikasi untuk menyediakan dan merekomendasikan suatu item dalam membuat suatu keputusan yang diinginkan oleh pengguna (Ungkawa,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Rekomendasi 2.1.1 Pengantar Sistem Rekomendasi Proses memberitahukan kepada seseorang atau lebih bahwa sesuatu yang dapat dipercaya, dapat juga merekomendasikan diartikan
Lebih terperinciRancang Bangun Movie Recommender System Dengan Metode Cluster-Based Smoothing Collaborative Filtering
Rancang Bangun Movie Recommender System Dengan Metode Cluster-Based Smoothing Collaborative Filtering Teguh Budianto 1, Luh Kesuma Wardhani 2 Jurusan Teknik Informatika, Universitas Islam Negeri Sultan
Lebih terperinciBAB I PENDAHULUAN. Penelitian seputar sistem rekomendasi dalam satu dekade terakhir ini
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian seputar sistem rekomendasi dalam satu dekade terakhir ini berkembang bang dengan pesat. Lebih dari 200 artikel penelitian yang membahas tentang sistem stem
Lebih terperinciBAB III METODOLOGI PENELITIAN
III-1 BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan suatu cara atau tindakan peneliti dalam pencarian data dan menggunakan data tersebut untuk dapat dijadikan sebagai sebuah informasi yang
Lebih terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI 3.1 Sistem Rekomendasi Sistem rekomendasi telah banyak digunakan secara luas hampir di seluruh area bisnis. Salah satunya digunakan di bidang pariwisata yang digunakan untuk membuat
Lebih terperinciRancang Bangun Aplikasi Pengumpulan Pembeli Potensial Terhadap Barang Grosir Fashion Dengan Algoritma Jaccard Index
Rancang Bangun Aplikasi Pengumpulan Pembeli Potensial Terhadap Barang Grosir Fashion Dengan Algoritma Jaccard Index Martien Dermawan Tanama Universitas Ciputra UC Town, Citraland Surabaya 60219 mdermawan@student.ciputra.ac.id
Lebih terperinciPEMBANGUNAN SISTEM REKOMENDASI PENELUSURAN BUKU MENGGUNAKAN METODE PROBABILITAS BERBASIS WEB
PEMBANGUNAN SISTEM REKOMENDASI PENELUSURAN BUKU MENGGUNAKAN METODE PROBABILITAS BERBASIS WEB TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Oleh: ISAAC
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Sistem rekomendasi telah banyak digunakan oleh hampir sebagian besar bisnis area dimana konsumen perlu membuat suatu keputusan atau rekomendasi pilihan dari informasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN BAB 1. PENDAHULUAN 1.1 Latar Belakang Transaksi perdagangan merupakan salah satu kegiatan yang sering kita jumpai pada kehidupan sehari-hari. Transaksi perdagangan tidak hanya menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Multithreading Pada saat membangun sebuah program, kita sering menemukan proses yang harus dikerjakan dengan urutan sequencial yang memiliki pola tertentu. Meskipun masingmasing
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan teknologi informasi menyebabkan setiap individu ataupun kelompok mau tidak mau menerapkannya dalam segala aktifitas. Salah satu contoh penerapannya adalah
Lebih terperinciSISTEM REKOMENDASI PEMINJAMAN VCD DENGAN METODE ITEM BASED COLLABORATIVE FILTERING
SISTEM REKOMENDASI PEMINJAMAN VCD DENGAN METODE ITEM BASED COLLABORATIVE FILTERING Oleh ROBINSON GULTOM M0104054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
IV- BAB IV ANALISA DAN PERANCANGAN 4 Analisa Sistem Rekomendasi Pada analisa sistem rekomendasi berikut ini akan membahas tentang analisa pokok analisa sistem lama analisa sistem baru analisa kebutuhan
Lebih terperinciBAB 2 LANDASAN TEORI Sistem Rekomendasi
6 BAB 2 LANDASAN TEORI 2.1. Sistem Rekomendasi Sistem rekomendasi merupakan sebuah perangkat lunak yang bertujuan untuk membantu pengguna dengan cara memberikan rekomendasi kepada pengguna ketika pengguna
Lebih terperinciBAB I PENDAHULUAN. kecelakaan, kehilangan, kematian, kerusakan atau sakit.
1 BAB I PENDAHULUAN 1.1 Latar Belakang Asuransi merupakan perjanjian antar dua pihak atau lebih yang melibatkan pembayaran premi secara teratur dalam jangka tertentu sebagai ganti polis yang menjamin perlindungan
Lebih terperinciSISTEM REKOMENDASI PEMILIHAN KERJA UNTUK MAHASISWA UNIVERSITAS ATMAJAYA YOGYAKARTA MENGGUNAKAN METODE CONTENT-BASED FILTERING
SISTEM REKOMENDASI PEMILIHAN KERJA UNTUK MAHASISWA UNIVERSITAS ATMAJAYA YOGYAKARTA MENGGUNAKAN METODE CONTENT-BASED FILTERING TUGAS AKHIR Diajukan Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini menjelaskan mengenai dasar teori yang digunakan oleh penulis sebagai acuan dalam membuat sistem. 3.1 Pariwisata Menurut UU No 10 Tentang Kepariwisataan tahun 2009 pasal 1
Lebih terperinciRecommendation System
May 28, 2014 Introduction Recommenders vs Search Engines Kategori recommendation system Input recommendation system Collaborative Filtering Content-based Evaluasi recommendation system Masalah dalam recommendation
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini akan membahas mengenai analisa dan perancangan monitoring tekanan biogas mengunakan Arduino Nano. Pada prinsipnya perancangan dengan sistematika yang baik
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan bisnis properti yang maju pesat khususnya di Pulau Jawa seperti saat ini, menuntut pemborong bangunan dan konsumen bisnis properti untuk dapat
Lebih terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI Pada bab ini akan dibahas mengenai beberapa landasan teori yang digunakan untuk perancangan dan pembuatan aplikasi rekomendasi informasi yang bisa dijadikan sebagai acuan. 3.1 Media
Lebih terperinciTESIS USER-BASED COLLABORATIVE FILTERING DENGAN MEMANFAATKAN PEARSON-CORRELATION UNTUK MENCARI NEIGHBORS TERDEKAT DALAM SISTEM REKOMENDASI
TESIS USER-BASED COLLABORATIVE FILTERING DENGAN MEMANFAATKAN PEARSON-CORRELATION UNTUK MENCARI NEIGHBORS TERDEKAT DALAM SISTEM REKOMENDASI ARVID THEODORUS No. Mhs : 125301834/PS/MTF PROGRAM STUDI MAGISTER
Lebih terperinciCONTENT BASED RECOMMENDER SYSTEM MENGGUNAKAN ALGORITMA APRIORI
CONTENT BASED RECOMMENDER SYSTEM MENGGUNAKAN ALGORITMA APRIORI Rahma Oktoria, Warih Maharani, dan Yanuar Firdaus Fakultas Informatika Institut Teknologi Telkom, Bandung rahmaoktoria@yahoo.com, dan wrh,yfa@ittelkom.ac.id
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA rekomendasi sering diaplikasikan pada area dimana pilihan tersedia dalam jumlah relatif banyak. Bidang turisme dan pariwisata menjadi satu lahan yang menarik untuk digarap, terbukti
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PERSETUJUAN... ii. HALAMAN PENGESAHAN...iii. MOTTO... iv. HALAMAN PERSEMBAHAN... v. INTISARI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN...iii MOTTO... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR GAMBAR... xii DAFTAR TABEL...
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Komputer pada saat ini merupakan bagian yang tidak terpisahkan dengan kehidupan manusia, karena hampir semua aspek kehidupan manusia bersinggungan dengan teknologi
Lebih terperinciDAFTAR ISI. ABSTRAK... i. KATA PENGANTAR... iii. UCAPAN TERIMA KASIH... iv. DAFTAR ISI... vii. DAFTAR TABEL... xii. DAFTAR GAMBAR...
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERSEMBAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vii DAFTAR TABEL... xii DAFTAR GAMBAR... xiii BAB I PENDAHULUAN...
Lebih terperinciBAB II. Tinjauan Pustaka
BAB II. Tinjauan Pustaka Bab ini menjelaskan mengenai pustaka yang digunakan oleh penulis sebagai pembanding dan acuan dalam membuat sistem. Ada beberapa penelitian yang telah dilakukan sebelumnya, penelitian
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
60 BAB 3 METODOLOGI PENELITIAN Gambar 3.1 Flow Chart Tugas Akhir 61 Gambar 3.1 Flow Chart Tugas Akhir (Lanjutan) Wawancara dan Observasi Lapangan Wawancara dilakukan untuk mengetahui alur proses bisnis
Lebih terperinciANALISIS PERBANDINGAN METODE PEARSON DAN SPEARMAN CORRELATION PADA RECOMMENDER SYSTEM
ANALISIS PERBANDINGAN METODE PEARSON DAN SPEARMAN CORRELATION PADA RECOMMENDER SYSTEM Rika Sania, Warih Maharani, dan Angelina Prima K Fakultas Informatika Institut Teknologi Telkom, Bandung ran_mour@yahoo.com,wrh@ittelkom.ac.id,apk@ittelkom.ac.id.
Lebih terperinciAnalisis dan Implementasi Prediksi Rating pada Memory-based Collaborative Filtering dengan Menggunakan Smoothing
Analisis dan Implementasi Prediksi Rating pada Memory-based Collaborative Filtering dengan Menggunakan Smoothing Analysis and Implemantation Rating Prediction om memory-based Collaborative Filtering with
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Lulus tepat waktu dengan IPK memuaskan, mungkin itu dambaan setiap mahasiswa. Namun kenyataannya saat ini banyak mahasiswa kurang peduli mengenai strategi dan rencana
Lebih terperinciAnalisis dan Implementasi Imputation-Boosted Neighborhood-Based Collaborative Filtering Menggunakan Genre Film
Analisis dan Implementasi Imputation-Boosted Neighborhood-Based Collaborative Filtering Menggunakan Genre Film Analysis and Implementation of Imputation-Boosted Neighborhood-Based Collaborative Filtering
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bagian dari bab ini akan membahas mengenai analisa dan perancangan sistem yang akan dibangun pada pengerjaan tugas akhir ini. Pembahasan analisa meliputi analisa
Lebih terperinciANALISIS DAN IMPLEMENTASI METODE ITEM-BASED CLUSTERING HYBRID PADA RECOMMENDER SYSTEM
ANALISIS DAN IMPLEMENTASI METODE ITEM-BASED CLUSTERING HYBRID PADA RECOMMENDER SYSTEM Ramadhanuz A Djamal, Warih Maharani, dan Angelina Prima Kurniati Fakultas Informatika Institut Teknologi Telkom, Bandung
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia pendidikan saat ini biasanya instansi pemerintahan menetapkan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia pendidikan saat ini biasanya instansi pemerintahan menetapkan standar kelulusan siswa dengan melakukan suatu tes yaitu Ujian Nasional (UN). Ujian Nasional
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Pada bab 3 ini akan dijabarkan teori mengenai pariwisata, wisatawan, sistem, sistem rekomendasi, collaborative filtering, jaccard coefisien, mysql, dan framework codeigniter, notepad++,
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1. PENDAHULUAN Pada bab 1 ini akan membahas mengenai latar belakang masalah, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data, sistematika penyajian. Masing-masing pembahasan mengenai
Lebih terperinciBAB III METODOLOGI PENELITIAN
1.1 Desain Penelitian BAB III METODOLOGI PENELITIAN Gambar 3.1 merupakan desain penelitian yang akan digunakan pada proses pembuatan rekomendasi objek wisata pada sistem informasi pariwisata menggunakan
Lebih terperinciSWITCH ACCESS POINT WEB SERVER. dan DATABASE SERVER KOMPUTER KASIR PERANGKAT ANDROID. = Koneksi menggunakan kabel. = Koneksi menggunakan wireless
BAB 3 Perancangan sistem 3.1 Diagram blok perancangan sistem WEB SERVER dan DATABASE SERVER SWITCH KOMPUTER KASIR ACCESS POINT PERANGKAT ANDROID Gambar 3.1. Blok diagram sistem = Koneksi menggunakan kabel
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini, akan dibahas landasan teori, penelitian terdahulu, kerangka pikir yang mendasari penyelesaian rekomendasi dengan menggunakan metode Simple Additive Weighting (SAW).
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Kondisi pengolahan data yang telah dijabarkan sebelumnya pada bab 1 (satu) memiliki keterkaitan terhadap permasalahan yang teridentifikasi. Yaitu permasalahan terkait desain
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA 2.1 Sistem Rekomendasi Sistem rekomendasi adalah alat dan teknik perangkat lunak yang bisa memberikan saransaran untuk item yang sekiranya bermanfaat bagi pengguna (Ricci, et al.,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Peningkatan jumlah dokumen ilmiah yang ada menimbulkan kebutuhan akan suatu sistem yang dapat memberikan rekomendasi dokumen ilmiah yang baik. Recommendation system
Lebih terperinciMETODE HYBRID (CONTENT DAN COLLABORATIVE BASED) NEAREST NEIGHBOUR UNTUK SISTEM REKOMENDASI PARIWISATA SKRIPSI NURUL HAYATI
METODE HYBRID (CONTENT DAN COLLABORATIVE BASED) NEAREST NEIGHBOUR UNTUK SISTEM REKOMENDASI PARIWISATA SKRIPSI NURUL HAYATI 071402048 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini, akan dijelaskan mengenai pendahuluan, rumusan masalah,tujuan, batasan yang dikerjakan, hipotesis, metodologi penyelesaian masalah, sistematika penulisan, dan jadwal pengerjaan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahapan yang dilaksanakan selama pembuatan penelitian tugas akhir. Secara garis besar metodologi penelitian tugas akhir ini dapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Di dalam landasan teori ini, akan dibahas tentang teori teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat. 2.1 Basis Data (Database) Basis data diperlukan
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perpustakaan merupakan tempat koleksi buku berada. Meskipun perpustakaan dapat bertujuan untuk menyediakan koleksi buku untuk perseorangan, namun perpustakaan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem rekomendasi merupakan sebuah (web) alat personalisasi yang menyediakan pengguna sebuah informasi daftar item-item yang sesuai dengan keinginan masing-masing
Lebih terperinciSistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering dan Naive Bayes
Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering Naive Bayes Riri Intan Aprilia 1 Teknik Informatika Fakultas Ilmu Komputer
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. dilakukan. Dengan demikian, pengembang mendapatkan rujukan pendukung,
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Dalam tinjauan pustaka, pengembang mengawali dengan menelaah penelitian terdahulu yang memiliki keterkaitan serta relevansi dengan penelitian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi informasi semakin luas, Hal ini sejalan
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi semakin luas, Hal ini sejalan dengan perkembangan komputer yang semakin hari semakin pesat. Teknologi dan informasi merupakan dua hal
Lebih terperinciOperating System. Thread. Fak. Teknik Jurusan Teknik Informatika Universitas Pasundan. Dosen : Caca E. Supriana, S.Si
Operating System Thread Fak. Teknik Jurusan Teknik Informatika Universitas Pasundan Dosen : Caca E. Supriana, S.Si caca_emile@yahoo.co.id Threads Thread adalah sebuah alur kontrol dari sebuah proses. Suatu
Lebih terperinciRancang bangun Website Voucher diskon Golekvoucher.com Menggunakan Item Based Collaborative Filtering Recommendation Algorithm
Rancang bangun Website Voucher diskon Golekvoucher.com Menggunakan Item Based Collaborative Filtering Recommendation Algorithm Romansah Koeswandy Kho Universitas Ciputra UC Town, Citraland Surabaya 60219
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisis Sistem Analisis sistem merupakan sebuah teknik pemecahan masalah yang menguraikan sebuah sistem menjadi beberapa bagian komponen-komponen dengan tujuan mempelajari
Lebih terperinciBAB I PENDAHULUAN. Salah satunya teknologi internet yang dapat merambah dunia. pendidikan, yang melingkupi sistem informasi berbasis web sebagai wujud
BAB I PENDAHULUAN A. Latar Belakang Perkembangan ilmu pengetahuan dan teknologi saat ini sudah merambah keberbagai sisi kehidupan manusia. Teknologi informasi adalah salah satu dari perkembangan teknologi
Lebih terperinciRoyes Otpin S¹, Arie Ardiyanti Suryani², Warih Maharani³. ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
ANALISIS DAN IMPLEMENTASI ASSOCIATION RULE MINING PADA COLLABORATION RECOMMENDER SYSTEM MENGGUNAKAN ALGORITMA ASSOCIATION RULES FOR RECOMMENDER SYSTEM (AR-CRS) Royes Otpin S¹, Arie Ardiyanti Suryani²,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1 Tampilan Hasil Berikut adalah tampilan hasil dan pembahasan dari Perancangan Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Penilaian Kinerja Karyawan Pada PT.
Lebih terperinciBAB III METODOLOGI PENELITIAN. Adapun fase penelitian yang dilakukan adalah sebagai berikut :
15 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian merupakan tahapan yang akan dilakukan untuk mempermudah dalam melakukan penelitian. Desain penelitian yang akan digunakan pada pembangunan
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada bagian ini akan dijelaskan tentang pendahuluan dalam penyusunan laporan tugas akhir, yang meliputi latar belakang masalah, identifikasi masalah, rumusan masalah, maksud dan tujuan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi saat ini semakin pesat, sehingga dapat mengubah gaya
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi saat ini semakin pesat, sehingga dapat mengubah gaya hidup masyarakat di berbagai bidang, terutama di bidang teknologi informasi, termasuk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Toko Dewan Sport dan Musik merupakan toko yang bergerak di bidang penjualan alat-alat perlengkapan olah raga dan alat-alat musik. Toko Dewan Sport dan Musik
Lebih terperinciBAB I PENDAHULUAN. mengirim atau menerima pesan-pesan singkat. Dibandingkan dengan surat
BAB I PENDAHULUAN I.1. Latar Belakang SMS ( Short Message Services) merupakan sebuah layanan pesan singkat atau sebuah layanan yang dipakai pada sebuah ponsel atau telepon selular untuk mengirim atau menerima
Lebih terperinciAnalisis Arsitektur Aplikasi Web Menggunakan Model View Controller (MVC) pada Framework Java Server Faces
Scientific Journal of Informatics Vol. 3, No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Arsitektur Aplikasi Web Menggunakan Model View Controller
Lebih terperinciBAB I PENDAHULUAN. komputer. Dalam hal ini komputer memegang peranan yang sangat penting
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan kebutuhan informasi sejalan dengan perkembangan ilmu pengetahuan dan teknologi yang semakin pesat, khususnya ilmu komputer. Dalam hal ini komputer memegang
Lebih terperinciBAB 1 PENDAHULUAN. Toko Jam Mellin adalah sebuah toko yang bergerak dalam penjualan jam
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Toko Jam Mellin adalah sebuah toko yang bergerak dalam penjualan jam tangan. Dalam penelitian pada Toko Jam Mellin masih ditemukan beberapa permasalahan, dimana
Lebih terperinciBAB III METODE PENGEMBANGAN
BAB III METODE PENGEMBANGAN di bawah. 3.1. Perancangan Sistem dan Blok Diagram Sistem Perancangan sistem yang digunakan dapat dijelaskan dengan blok diagram Gambar 3.1 PERANCANGAN PENERAPAN PERSIAPAN DATA
Lebih terperinci1 BAB III METODOLOGI PENELITIAN. collaborative filtering ini digambarkan pada gambar 3.1
22 1 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian yang digunakan pada pembagunan sistem rekomendasi wisata bernilai sejarah berbasis web menggunakan metode collaborative filtering
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan kartun animasi terdapat pada proses pembuatan film kartun animasi, diantaranya adalah secara konvensional dan digital. Film kartun merupakan salah satu
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem Informasi saat ini semakin banyak diminati dan dibutuhkan oleh manusia. Semakin banyak orang yang mengenal dunia IT, semakin banyak pula orang yang memanfaatkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini dengan seiringnya perkembangan teknologi, banyak aplikasi aplikasi yang berkembang pula untuk mendapatkan informasi. Hal ini juga didorong oleh kebutuhan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Sebagai salah satu penerimaan yang sah akibat hubungan kerja, gaji adalah salah
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sebagai salah satu penerimaan yang sah akibat hubungan kerja, gaji adalah salah satunya, dimana setiap pegawai yang bekerja pada suatu instansi berhak untuk mendapatkan
Lebih terperinciPembuatan Sistem Rekomendasi Menggunakan Decision Tree dan Clustering
Pembuatan Sistem Rekomendasi Menggunakan Decision Tree dan Clustering Junaidillah Fadlil Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) ABSTRAK Sistem rekomendasi adalah suatu sistem yang digunakan untuk melakukan
Lebih terperinci1. PENDAHULUAN 1.1. LATAR BELAKANG MASALAH
1. PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Pada saat ini, teknologi mengalami kemajuan yang sangat pesat, khususnya pada perkembangan komputer. Adapun salah satu teknologi yang mendukung cepatnya perhitungan
Lebih terperinciSISTEM REKOMENDASI PEMINJAMAN BUKU PADA PERPUSTAKAAN UIN SUSKA RIAU DENGAN METODE USER-BASED COLABORATIF FILTERING TUGAS AKHIR
SISTEM REKOMENDASI PEMINJAMAN BUKU PADA PERPUSTAKAAN UIN SUSKA RIAU DENGAN METODE USER-BASED COLABORATIF FILTERING TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini menjelaskan tentang analisa data, rancangan sistem, dan skenario pengujian. Bagian analisa data meliputi data penelitian, analisis data, data preprocessing.
Lebih terperinci