SISTEM REKOMENDASI PRODUK JAM TANGAN DENGAN METODE COLLABORATIVE FILTERING : Studi Kasus Lapau Jam Bandung
Lapau Jam Bandung merupakan toko yang bergerak di bidang penjualan jam tangan, Salah satu permasalahan yang biasanya muncul ketika pelanggan berkunjung akan dihadapkan pada beberapa produk pilihan produk yang ada. Sebelum berkunjung ke tempat tersebut terlebih dahulu pelanggan mempunyai pilihan terh...
Saved in:
| Main Author: | |
|---|---|
| Format: | Academic Paper |
| Published: |
2017-08-23.
|
| Subjects: | |
| Online Access: | http://repository.upi.edu/32234/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Lapau Jam Bandung merupakan toko yang bergerak di bidang penjualan jam tangan, Salah satu permasalahan yang biasanya muncul ketika pelanggan berkunjung akan dihadapkan pada beberapa produk pilihan produk yang ada. Sebelum berkunjung ke tempat tersebut terlebih dahulu pelanggan mempunyai pilihan terhadap suatu produk yang dicarinya. Tetapi ada juga pelanggan yang berkunjung tanpa ada tujuan produk yang dicarinya. Bagi pelanggan yang belum ada pilihan kemungkinan merasa kesulitan dengan adanya beberapa produk produk yang ada. Dalam penelitian ini, dilakukan penelitian terhadap system rekomendasi produk jam tangan dengan metode collaborative filtering dengan menggunakan algoritma Euclidean distance sebagai perhitungan similarity, dengan judul penelitian "Sistem Rekomendasi Produk Jam Tangan dengan metode Collaborative Filtering". Penelitian ini mengggunakan data produk jam tangan yang tersedia di toko Lapau Jam Bandung. Untuk mengetahui tingkat kesalahan dari peramalan, dihitung dengan menggunakan Means Absolute Error (MAE). Hasil kesalahan peramalan dengan menggunakan metode collaborative filtering dengan algoritma Euclidean distance ini pada sparsity 30% menghasil nilai MAE 0,8911, hasil tersebut cukup buruk jika dibandingkan dengan hasil penelitian lain yang menggunakan cosine similarity (Sarwar,2001).----- Lapau Jam Bandung is a store that is engaged in sales of watches, One of the problems that usually arise when customers visit will be faced with several products of choice of existing products. Before visiting the place first the customer has a choice of a product he is looking for. But there are also customers who visit without any purpose of the product they are looking for. For customers who have no choice may find it difficult with the existence of some existing product products. In this research, research on watch product recommendation system with collaborative filtering method using Euclidean distance algorithm as similarity calculation, with research title "System of Watch Product Recommendation with Collaborative Filtering Method". This study uses the product data of watches that are available in the shop Lapau Jam Bandung. To determine the error rate of forecasting, calculated using Means Absolute Error (MAE). The result of forecast error by using collaborative filtering method with Euclidean distance algorithm on sparsity 30% resulted in MAE value of 0.8911, the result is quite bad compared to other research results using cosine similarity (Sarwar, 2001). |
|---|---|
| Item Description: | http://repository.upi.edu/32234/1/S_KOM_1006240_Title.pdf http://repository.upi.edu/32234/2/S_KOM_1006240_Abstract.pdf http://repository.upi.edu/32234/3/S_KOM_1006240_Table_of_content.pdf http://repository.upi.edu/32234/4/S_KOM_1006240_Chapter1.pdf http://repository.upi.edu/32234/5/S_KOM_1006240_Chapter2.pdf http://repository.upi.edu/32234/6/S_KOM_1006240_Chapter3.pdf http://repository.upi.edu/32234/7/S_KOM_1006240_Chapter4.pdf http://repository.upi.edu/32234/8/S_KOM_1006240_Chapter5.pdf http://repository.upi.edu/32234/9/S_KOM_1006240_Bibliography.pdf http://repository.upi.edu/32234/10/S_KOM_1006240_Appendix.pdf |