Sistem Rekomendasi Collaborative Filtering Pada Smartphone Menggunakan K-Means

Abstract

Abstrak — Smartphone memenuhi kebutuhan user dengan menyediakan berbagai layanan komunikasi yang memungkinkan seperti transfer informasi dalam bentuk teks, grafik, suara, dan layanan Internet. Banyak dari masyarakat kebingungan untuk memilih dari banyak nya merk dan tipe yang beredar di pasar saat ini. Maka dari itu penelitian ini melakukan pemberian rekomendasi dengan perbandingan prediksi rating smartphone menggunakan metode K-Means dengan membandingkan tiga perhitungan similarity diantaranya Pearson, Pearson Baseline dan Cosine, dan penggunaan jumlah tetangga yang bervariatif. Dilakukan perbandingan tingkat kinerja antara skenario yang berbeda. Berdasarkan perhitungan dan analisis yang sudah dilakukan, didapatkan skenario antara penggunaan jumlah trainset 80% dan testset 20%, metode similarity Pearson Baseline, dan 90 jumlah tetangga menghasilkan nilai error terkecil dengan nilai RMSE 0.6599 yang merupakan skenario K-Means dengan kinerja paling tinggi dalam penelitian ini. Sedangkan skenario penggunaan jumlah trainset 70% dan testset 30%, metode similarity Pearson, dan 10 jumlah tetangga menghasilkan nilai error terbesar dengan nilai RMSE 0.7279 yang berarti skenario tersebut memiliki kinerja paling rendah.

Kata Kunci— Smartphone, K-Means, User-based Collaborative Filtering, Similarity, RMSE.