Pencarian Adaptif Berbasis Web Berdasarkan Preferensi Implisit Pengguna Menggunakan Algoritma Modified Collaborative Filtering

Elfaiz, Ersha Aisyah (2018) Pencarian Adaptif Berbasis Web Berdasarkan Preferensi Implisit Pengguna Menggunakan Algoritma Modified Collaborative Filtering. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
06111440000076-Undergraduate_Theses.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Mesin pencari web dapat membantu pengguna untuk menemukan informasi yang dibutuhkan di World Wide Web (WWW). Namun, pada saat ini informasi telah berkembang dengan sangat pesat. Hal tersebut menyebabkan pengguna sering mendapatkan hasil pencarian yang tidak sesuai dengan yang dibutuhkan. Oleh karena itu, mesin pencarian perlu disesuaikan dengan kebutuhan pengguna supaya memberikan hasil yang sesuai. Modified Collaborative Filtering merupakan modifikasi dari Collaborative Filtering (CF). Algoritma ini digunakan untuk memprediksi bobot yang belum ada dari seorang pengguna. Bobot dari masing-masing pengguna didapatkan melalu perhitungan kata dengan menggunakan metode Term Frequency. Data yang digunakan pada penelitian ini adalah data informasi buku yang didapatkan dari Google dengan menggunakan Google Books API. Sistem yang dibuat diuji dengan beberapa keyword. Keyword yang digunakan adalah kata dalam bahasa inggris yang memiliki lebih dari satu makna. Pada sistem, kata tersebut dibagi menjadi dua grup yang masing-masing merepresentasikan makna. Setiap grup juga memiliki dictionary yang dapat digunakan untuk mengelompokkan buku. Pengujian sistem dilakukan kepada tiga orang, dimana dua orang sebagai pengguna calon neighbor dan satu orang sebagai pengguna aktif. Hasil yang didapatkan adalah pembuatan sistem dengan mengimplementasikan algoritma Modified Collaborative Filtering dapat memprediksi bobot yang belum ada dengan tepat sesuai preferensi pengguna. Sistem dapat menampilkan hasil pengujian yang sesuai dengan preferensi pengguna. Ketika dilakukan beberapa kali pencarian, jumlah hasil pencarian yang sesuai cenderung meningkat sebanding peningkatan jumlahpencarian. ==================================================================================================Web search engine help users find useful information on the World Wide Web (WWW. Nowadays, information on the internet grows rapidly. It makes users difficult to find some information that they need. So, search engine should be adapted to users with different needs to give the best results without any effort from users. Modified Collaborative Filtering is a modification method of Collaborative Filtering (CF). This algorithm used for predict missing value of user’s term weight. Term weight count by Term Frequency method. Data used in this research is book information data obatined from Google by using Google Books API. The created system is tested with several keywords. Keyword used is a word in English that has more than one meaning. In the system, the word is divided into two groups representing each meaning. Each group also has a dictionary that can be used to group books. System testing is done to three people, where two people as the user of the neighbor candidate and one person as active users. The results obtained are the creation of a system by implementing the Modified Collaborative Filtering algorithm can predict the weight that does not exist exactly according to user preferences. The system can display the search results that match to user preferences. When multiple searches are performed, the number of matching search results increases.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Mesin Pencari, Web, Rekomendasi, Information Retrieval, Collaborative Filtering
Subjects: Q Science > QA Mathematics > QA76.6 Computer programming.
Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation.
Q Science > QA Mathematics > QA76.9.D343 Data mining
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Ersha Aisyah Elfaiz
Date Deposited: 15 Jul 2021 23:28
Last Modified: 15 Jul 2021 23:28
URI: https://repository.its.ac.id/id/eprint/55568

Actions (login required)

View Item View Item