Wahyudini, Dede and Harsani, Prihastuti and Sari Aryana, Adriana (2019) SISTEM REKOMENDASI BUKU MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Pakuan.
Full text not available from this repository.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
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer |
Depositing User: | PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK |
Date Deposited: | 31 Aug 2022 03:49 |
Last Modified: | 03 Sep 2022 17:41 |
URI: | http://eprints.unpak.ac.id/id/eprint/3651 |
Actions (login required)
View Item |