eprintid: 3651
rev_number: 9
eprint_status: archive
userid: 46
dir: disk0/00/00/36/51
datestamp: 2022-08-31 03:49:24
lastmod: 2022-09-03 17:41:42
status_changed: 2022-08-31 03:49:24
type: thesis
metadata_visibility: show
creators_name: Wahyudini, Dede
creators_name: Harsani, Prihastuti
creators_name: Sari Aryana, Adriana
creators_NPM: 065115266
creators_id: wahyudindede34@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Harsani, Prihastuti
contributors_name: Sari Aryana, Adriana
contributors_NIDN: 0427017501
contributors_NIDN: 0417018303
corp_creators: Universitas Pakuan
corp_creators: Fakultas MIPA
corp_creators: Ilmu Komputer
title: SISTEM REKOMENDASI BUKU MENGGUNAKAN METODE K-NEAREST NEIGHBOR
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: Abstract
Perdagangan online di Indonesia mengalami pertumbuhan yang sangat pesat dalam beberapa tahun terkhir . Semakin banyaknya informasi produk yang ada di internet menyebabkan para pengguna mendapat kesulitan bagaimana memilih informasi yang di dapat sesuai dengan kebutuhan. Solusi pada untuk permasalahan tersebut maka di ciptakanlah sistem rekomendasi. Sistem rekomendasi merupakan fitur yang banyak digunakan pada perangkat lunak zaman sekarang . Sistem rekomendasi ini sangat membantu pengguna dalam mencari buku yang di inginkan. Sistem rekomendasi pada Tugas Akhir ini menggunakan metode K-Nearest Neighbor. Dimana K-Nearest Neighbor ini bertujuan untuk melakukan penghitungan berdasarkan data penjualan buku dan rating buku sebagai acuan rekomendasi. Kemudian proses pengujiannya menggunakan software Rstudio sebagai tools pengujian. Pengujian dilakukan dengan menggunakan 1129 data buku. untuk mengukur keakuratan metode k-nn dengan menggunakan Confusion Matrix. Pada proses pengujian Confusion matrix di berikan beberapa query . hasil pengujian tersebut memberikan angka 94,18% , 96,90% dan 91,7%. yang artinya ketiga nilai tersebut tidak mempunyai selisih yang tidak terlalu jauh. Sehingga dapat ditarik kesimpulan bahwa metode K-Nearest Neighbor layak digunakan pada sistem rekomendasi buku karena dapat memberikan prediksi yang cukup akurat.
Kata kunci: sistem rekomendasi, k-nearest neighbor, confusion matrix
date: 2019-11
date_type: published
institution: Universitas Pakuan
department: Ilmu Komputer
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Wahyudini, Dede and Harsani, Prihastuti and Sari Aryana, Adriana  (2019) SISTEM REKOMENDASI BUKU MENGGUNAKAN METODE K-NEAREST NEIGHBOR.  Skripsi thesis, Universitas Pakuan.