Analisis Dan Implementasi Cluster-smoothed Pada Collaborative Filtering

Abstract

Abstrak
Collaborative filtering adalah salah satu pendekatan yang biasa digunakan pada sistem rekomendasi untuk mendapatkan nilai prediksi dari item oleh user aktif. Dalam collaborative filtering terdapat beberapa masalah yang sering muncul salah satunya adalah data sparsity. Data sparsity adalah permasalahan keterbatasan user untuk memberikan rating terhadap keseluruhan item. Untuk memecahankan masalah tersebut terdapat beberapa model diantaranya memory-based, model-based dan hybrid model. Tiap-tiap model memiliki kelebihan dan kekurangan masing-masing. Oleh karena itu, dalam tugas akhir ini akan digunakan model gabungan yaitu akan menggabungkan clustering dan smoothing untuk menangani masalah data sparsity dalam prediksi rating user. Dari hasil pengujian didapatkan nilai Mean Absolute Error (MAE) terkecil sebesar 0,732.

Kata kunci : collaborative filtering, sparsity, clustering, smoothing