SKRIPSI. Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika. Disusun Oleh : YOSEFIN EVA CHRISTANTI M

Transkripsi

1 PERBANDINGAN METODE USER-ITEM BASED DAN ITEM-BASED COLLABORATIVE FILTERING PADA STUDI KASUS SISTEM REKOMENDASI TEMPAT WISATA UNTUK WILAYAH SOLO DAN YOGYAKARTA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun Oleh : YOSEFIN EVA CHRISTANTI M JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2013

2 PERBANDINGAN METODE USER-ITEM BASED DAN ITEM-BASED COLLABORATIVE FILTERING PADA STUDI KASUS SISTEM REKOMENDASI TEMPAT WISATA UNTUK WILAYAH SOLO DAN YOGYAKARTA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun Oleh : YOSEFIN EVA CHRISTANTI M JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA OKTOBER 2013 i

3 SKRIPSI PERBANDINGAN METODE USER-ITEM BASED DAN ITEM-BASED COLLABORATIVE FILTERING PADA STUDI KASUS SISTEM REKOMENDASI TEMPAT WISATA UNTUK WILAYAH SOLO DAN YOGYAKARTA Disusun Oleh : YOSEFIN EVA CHRISTANTI M Skripsi ini telah disetujui untuk dipertahankan di hadapan dewan penguji pada tanggal 2 Oktober 2013 ii

4 SKRIPSI PERBANDINGAN METODE USER-ITEM BASED DAN ITEM-BASED COLLABORATIVE FILTERING PADA STUDI KASUS SISTEM REKOMENDASI TEMPAT WISATA UNTUK WILAYAH SOLO DAN YOGYAKARTA Disusun Oleh : Yosefin Eva Christanti M telah dipertahankan di hadapan Dewan Penguji pada tanggal : 13 November 2013 iii

5 MOTTO Kamu adalah garam dunia. Jika garam itu tawar, dengan apakah ia diasinkan? Tidak ada lagi gunanya selain dibuang dan diinjak orang. Kamu adalah terang dunia. Kota yang terletak di atas gunung tidak mungkin tersembunyi. Demikianlah hendaknya terangmu bercahaya di depan orang, supaya mereka melihat perbuatanmu yang baik dan memuliakan Bapamu yang di sorga. Matius 5: 13-14, 16 Oleh karena itu aku berkata kepadamu: Mintalah, maka akan diberikan kepadamu; carilah, maka kamu akan mendapat; ketoklah maka pintu akan dibukakan bagimu. Lukas 11: 9 I always believe that I can do it. (Penulis) iv

6 PERSEMBAHAN Kupersembahkan karya ini kepada : My beloved Bapak, Ibu, dan Adik All of my besties in Tania Pinni Andri dan Monik serta Teman-teman Informatika UNS terutama angkatan 2008 v

7 PERBANDINGAN METODE USER-ITEM BASED DAN ITEM-BASED COLLABORATIVE FILTERING PADA STUDI KASUS SISTEM REKOMENDASI TEMPAT WISATA UNTUK WILAYAH SOLO DAN YOGYAKARTA YOSEFIN EVA CHRISTANTI Jurusan Informatika. Fakultas MIPA. Universitas Sebelas Maret ABSTRAK Saat ini Solo dan Yogyakarta telah menjadi sorotan masyarakat di berbagai daerah bahkan dunia. Banyak para wisatawan dari berbagai daerah di Indonesia bahkan dari luar negeri berdatangan ke Solo dan Yogyakarta untuk menikmati pesona-pesona budaya, tempat-tempat wisata serta berbagai macam kuliner yang menjadi ciri khas kedua kota ini. Dalam pemilihan tempat wisata yang akan dikunjungi terkadang menjadi suatu kendala karena banyak pilihan tempat wisata yang tersedia baik di Solo maupun Yogyakarta. Oleh karena itu perlu dikembangkan sebuah sistem yang mampu memberikan rekomendasi yang tepat serta informasi tempat-tempat wisata yang terdapat di Solo dan Yogyakarta. Metode yang diterapkan pada Sistem Rekomendasi tempat wisata untuk wilayah Solo dan Yogyakarta ini adalah metode item based dan user-item based collaborative filtering. Item based collaborative filtering menggunakan perhitungan cosine similarity sedangkan user-item based collaborative filtering menggunakan perhitungan MVA (Missing Value Algorithm). Selanjutnya metode tersebut dibandingkan performansinya dengan menghitung nilai NMAE dari masing-masing metode. Hasil penelitian dari pengujian yang dilakukan menunjukkan metode itembased collaborative filtering memiliki kualitas rekomendasi yang lebih baik dengan nilai NMAE (Normalized Mean Absolute Error) yang dihasilkan sebesar 0,2558 sedangkan NMAE yang dihasilkan metode user-item based collaborative filtering adalah 0,4927. Jadi pada kasus ini, metode item-based collaborative filtering memiliki akurasi yang lebih baik karena NMAE-nya jauh lebih kecil dari metode user-item based collaborative filtering. Kata Kunci Sistem Rekomendasi, Item-Based Collaborative Filtering, User-Item Based Collaboration Filtering vi

8 COMPARISON BETWEEN USER ITEM BASED AND ITEM BASED COLLABORATIVE FILTERING METHODS IN A CASE STUDY OF TOURIST SPOT RECOMMENDATION SYSTEM FOR SOLO AND YOGYAKARTA AREAS Department of Informatic. Mathematic and Science Faculty. Sebelas Maret University ABSTRACT Solo and Yogyakarta has become public spotlights in different regions and even the world. Many tourists from various regions in Indonesia and even from abroad come to Solo and Yogyakarta to enjoy the charms of culture, tourist attractions and a lot of culinaries that characterize both cities. In the selection of tourist spots that will be visited, occasionally that become a problem because there are so many tourist spots available in both Solo and Yogyakarta. Therefore it s necessary to develop a system that capable of providing appropriate recommendations and tourist spots informations in Solo and Yogyakarta. This tourist spots recommendation system for Solo and Yogyakarta areas use item-based and user-based collaborative filtering. Item-based collaborative filtering use cosine similarity calculation while the user-item collaborative filtering use calculations based MVA (Missing Value Algorithm). Furthermore, the methods will be compared by its performance compared NMAE value of each method. The results of the tests indicate that item-based collaborative filtering method has better recommendation quality by generating value of NMAE (Normalized Mean Absolute Error) at , while the result of NMAE generated by user-item based collaborative filtering is So in this case, item-based collaborative filtering has better accuracy because of its NMAE is much less than user-item based collaborative filtering. Keywords Recommendation System, Item-Based Collaborative Filtering, User-Item Based Collaboration Filtering vii

9 KATA PENGANTAR Puji syukur kehadirat Tuhan Yang Maha Esa atas berkat dan karuina-nya yang diberikan kepada penulis sehingga dapat menyelesaikan skripsi dengan judul Perbandingan Metode User Item Based dan Item Based Collaborative Filtering Pada Studi Kasus Sistem Rekomendasi Tempat Wisata untuk Wilayah Solo dan Yogyakarta, sebagai syarat untuk mendapatkan gelar Strata Satu Informatika di Universitas Negeri Sebelas Maret Surakarta. Banyaknya cobaan yang datang tidak akan dapat dilalui dengan sebaik ini jika tanpa doa, dukungan dan bantuan dari banyak pihak. Oleh karena itu, dalam kesempatan ini penulis ingin mengucapkan terima kasih setulus hati kepada: 1. Bapak Prof. Ari Handono Ramlano, MSc. PhD, Dekan FMIPA UNS. 2. Ibu Salamah, M.Kom. selaku Ketua Jurusan Informatika FMIPA UNS. 3. Bapak Ristu Saptono, S.Si., M.T. selaku dosen pembimbing I yang telah meluangkan waktu dan tenaga untuk membantu dan memberikan pengarahannya kepada Penulis dalam penyusunan skripsi ini. 4. Ibu Rini Anggrainingsih, M.T. selaku dosen pembimbing II yang telah meluangkan waktu untuk membantu dan memberikan pengarahannya kepada Penulis dalam penyusunan skripsi ini. 5. Bapak Wiharto selaku Pembimbing Akademik. 6. Bapak ibu dosen dan karyawan jurusan Informatika FMIPA UNS. 7. Bapak, ibu, dan adik tercinta yang senantiasa telah memberikan doa dan dukungan dengan caranya masing-masing yang unik yang membuat penulis termotivasi untuk segera menyelesaikan skripsi ini dengan baik dan percaya bahwa Tuhan memampukan setiap orang yang berdoa kepada-nya. 8. Teman-teman seperjuangan : Andri, Monik, Eska, Fitri, Riky dan semuanya yang tidak dapat dituliskan di kertas ini. Terimakasih untuk dukungannya yang selalu mendorong penulis untuk terus menyelesaikan skripsi ini. viii

10 9. Julius Galih Prima Negara. Terima kasih atas dukungan, pendampingan, doa dan kasih sayang yang selalu diberikan kepada penulis. 10. My very beloved friend : Caritas Kenia, Keshia Meytania dan Cornelia Niar. Terima kasih untuk semangat dan doanya serta can da tawa yang selalu diberikan saat penulis merasa putus asa. 11. Semua pihak yang tidak dapat penulis sebutkan satu persatu. Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak yang berkepentingan. Surakarta, 10 September 2013 Penulis ix

11 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii MOTTO... iv PERSEMBAHAN... v ABSTRAK... vi ABSTRACT... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR LAMPIRAN... xv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Sistematika Penulisan... 4 BAB II TINJAUAN PUSTAKA Dasar Teori Sistem Perekomendasi Collaborative Filtering User Based Collaborative commit to Filtering user... 8 x

12 2.1.4 Item Based Collaborative Filtering Randomized Complete Block Design User-item based Collaborative Filtering Evaluasi Sistem Penelitian Terkait Rencana Penelitian BAB III METODE PENELITIAN Tahap Persiapan Studi Literatur Pengumpulan Data Tahap Analisis dan Perancangan Analisis Kebutuhan Sistem Pemodelan Masalah Perancangan Antarmuka Pengguna Tahap Implementasi Pembuatan Database Coding Debugging Implementasi Sistem Pada Web Hosting Tahap Pengujian Pengujian Akurasi Prediksi Nilai Rating Pengujian Kualitas Rekomendasi Analisis Hasil Pengujian Tahap Penulisan Jurnal Ilmiah dan Laporan BAB IV HASIL DAN PEMBAHASAN Analisis Sistem Deskripsi Umum Sistem Fungsi Sistem Pemodelan Masalah xi

13 4.2.1 Representasi User Profile Contoh Kasus Pengujian Akurasi Metode Pengujian Akurasi Prediksi Item Based CF Pengujian Akurasi Prediksi User-Item Based CF Perbandingan Hasil Pengujian Analisis Hasil Pengujian BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xii

14 DAFTAR TABEL Tabel 4.1 User Profile Representasi Matrik...31 Tabel 4.2 Representasi Tabel...32 Tabel 4.3 Representasi Matrik Rating...33 Tabel 4.4 Representasi Tabel Rating dan Prediksi MVA...36 Tabel 4.5 Data Rating untuk Menguji Akurasi Metode 38 Tabel 4.6 Hasil NMAE Metode Item Based CF...40 Tabel 4.7 Hasil NMAE Metode User Item Based CF...41 Tabel 4.8 Nilai Prediksi_MVA di luar range...41 Tabel 4.9. Perbandingan NMAE...43 xiii

15 DAFTAR GAMBAR Gambar 2.1 Treatment pada RCBD...12 Gambar 2.2 Teknik Blocking pada RCBD...12 Gambar 2.3 Missing Value x...15 Gambar 2.4 Proses Perhitungan Nilai Prediksi (Saptono, 2006).16 Gambar 3.1 Metode Penelitian Tugas Akhir..22 Gambar 4.1 Perbandingan NMAE. 43 xiv

16 DAFTAR LAMPIRAN LAMPIRAN I...50 LAMPIRAN II LAMPIRAN III 74 LAMPIRAN IV 75 LAMPIRAN V...77 LAMPIRAN VI 79 LAMPIRAN VII..82 LAMPIRAN VIII...85 LAMPIRAN IX 89 LAMPIRAN X...93 LAMPIRAN XI LAMPIRAN XII xv