Rekomendasi Aplikasi Mobile Menggunakan Metode Case Based Reasoning (CBR)

Nusa, Brantas Pranata (2015) Rekomendasi Aplikasi Mobile Menggunakan Metode Case Based Reasoning (CBR). Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
5211100021-Undergraduate Thesis.pdf - Published Version

Download (3MB) | Preview

Abstract

Meningkatnya aplikasi mobile dari semua sistem operasi perangkat mobile yang beredar saat ini, telah memberikan tantangan pada inovasi aplikasi mobile terutama pada sistem operasi Android. Disisi lain, penyaringan informasi terkait dengan begitu banyaknya aplikasi mobile se makin sulit. Hal ini berbanding terbalik, dengan perkembangan sistem rekomendasi untuk aplikasi mobile yang masih berkembang dengan lambat. Sementara itu, sistem rekomendasi untuk aplikasi mobile yang beredar saat ini kebanyakan masih menggunakan satu metode saja yaitu collaborative filtering association mining. Hingga saat ini masih banyak peluang pengembangan di bidang rekomendasi aplikasi, salah satunya adalah dengan menggunakan konteks atau sebuah kasus. Salah satu penelitian yang berfokus pada pembuatan GUI Mobile berbasis konteks telah terbukti memberikan hasil yang baik, oleh karena itu penggunaan konteks dalam memberikan rekomendasi bisa dijadikan sebuah acuan. Sistem rekomendasi yang cukup dikenal adalah AppJoy, AppBrain, dan AppWare ketiga aplikasi ini melakukan rekomendasi aplikasi dengan metode Collaborative Filtering yang memperhatikan variabel-variabel dari sisi aplikasi, seperti aplikasi apa saja yang terinstall, aplikasi apa saja yang pernah diuninstall, dan kategori aplikasi apa yang paling banyak dipasang di perangkat tersebut. vi Oleh karena itu, tugas akhir ini mencoba untuk menangani permasalahan tersebut dengan membuat sebuah rekomendasi aplikasi mobile dengan menggunakan konteks. Karena sifat konteks tidak bisa disederhanakan dengan sebuah rule maka diperlukan sebuah metode yang tidak berdasar pada sebuah rule, metode ini adalah Case Based Reasoning. Selain itu, Case Based Reasoning juga bagus dalam menangani kasus yang berdasar pada konteks. Data untuk kasus-kasus yang ada pada rekomendasi aplikasi mobile akan didasarkan pada penggunaan aplikasi mobile mahasiswa Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Surabaya sebagai sampel data case base, dengan tujuan untuk membatasi dan menguji tingkat keakuratan metode dalam sebuah sampel kecil terlebih dahulu. Dalam penelitian ini akan dilakukan juga revisi solusi layaknya penggunaan Case Based Reasoning pada umumnya. Yang diharapkan dari penelitian ini adalah terbentuknya suatu rekomendasi aplikasi mobile yang berdasarkan pada kasus-kasus rekomendasi masa lampau yang akan dapat terus berkembang sesuai dengan rekomendasi yang ditangani. Selain itu penelitian ini diharapkan juga memberikan sebuah hasil apakah metode Case Based Reasoning layak untuk diimplementasikan dalam sebuah sistem rekomendasi aplikasi mobile atau tidak. Jika memang layak, kelebihan dan kekurangan apa saja yang akan didapat apabila menggunakan metode Case Based Reasoning sebagai rekomendasi aplikasi mobile. =========================================================================================================== By the increasing number of mobile apps from various platforms and operation systems, there is a challenge on mobile apps innovation especially on Android operation system. In the other side, information filtering to get the application is getting harder. This inversely proportional, with the development of mobile apps recommendation engine that is still growing slowly. Meanwhile, the current mobile apps recommendation engines mostly still use one method. That method is collaborative filtering association mining. Up until now, there are a lot of opportunities in development of movile apps recommendation engine, one of which is to use the context or a case. The research that focused on the development of Mobile GUI based on context, has been proved that context usage get a good result. Therefore,the context based recommendation can be used. Some well known recommendation engines are AppJoy, AppBrain, and AppWare, these three recommendation engines are use the Collaborative Filtering method that has variables from the apps side, like what apps are installed and uninstalled or the what apps category are mostly installed on the user’s phone. Because of that, this final assignment try to handle those problems by creating a mobile apps recommendation using context. Because context can’t be translated into a simple rule, then it is needed a method that doesn’t use a direct rule, this method is Case Based Reasoning. Besides, Case Based viii Reasoning is very good in handling cases based on a context. Data for the cases in the mobile apps recommendation obtained by the mobile apss usage of the students in Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Surabaya as a case base data samples, with the purpose to test the method’s accuracy in a small scaled sample. In this research, there will be a solution revise like the use of typical Case Based Reasoning. This research is expected to create a mobile apps recommendation that based on past recommendation cases that will continue to developed as it handles more recommendation problems. Besides, this research is also expected to give a concrete result is the Case Based Reasoning method can be implemented or not. If the result says that it can be implemented, then the pros and cons of the method have to be descripted.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 621.384 56 Nus r
Uncontrolled Keywords: Sistem Rekomendasi, Rekomendasi Aplikasi Mobile, Case Based Reasoning
Subjects: Q Science > QA Mathematics > QA76.76.A65 Application software
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 28 Jun 2019 02:36
Last Modified: 28 Jun 2019 02:36
URI: http://repository.its.ac.id/id/eprint/63343

Actions (login required)

View Item View Item