Komparasi Model Singular Value Decomposition dan K-Nearest Neighbors dalam Product Recommendation System

Wijaya, Westley (2025) Komparasi Model Singular Value Decomposition dan K-Nearest Neighbors dalam Product Recommendation System. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (633kB)
	PDF BAB_I.pdf Download (288kB)
	PDF BAB_II.pdf Download (558kB)
	PDF BAB_III.pdf Download (687kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_V.pdf Download (228kB)
	PDF DAFTAR_PUSTAKA.pdf Download (196kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (317kB)
	Archive (ZIP) CREATION_FILE.zip Download (356kB)

Abstract

Di era digital yang terus berkembang, kemudahan akses informasi dan produk melalui platform e-commerce membuat konsumen dihadapkan pada banyak pilihan yang membingungkan. Oleh karena itu, keberadaan sistem rekomendasi produk dipandang penting karena dapat mempermudah konsumen dalam menemukan produk yang sesuai dengan preferensi pribadi mereka. Dalam penelitian ini, pengembangan sistem rekomendasi produk dilakukan dengan memanfaatkan pendekatan Collaborative Filtering.yang memanfaatkan interaksi pengguna dengan produk untuk memberikan rekomendasi yang personal dan akurat. Dalam penelitian ini, dilakukan komparasi antara dua model Collaborative Filtering yang populer, yaitu Singular Value Decomposition (SVD) dan K- Nearest Neighbors (KNN). Model SVD menggunakan teknik faktorisasi matriks untuk mengungkap pola laten dalam data interaksi pengguna-produk, sedangkan KNN mengandalkan kesamaan antar pengguna atau produk berdasarkan jarak terdekat. Tujuan dari komparasi ini adalah untuk mengevaluasi performa kedua model dalam hal akurasi rekomendasi dan efisiensi komputasi. Penelitian ini penting karena kemampuan memberikan rekomendasi yang tepat dapat meningkatkan pengalaman belanja online dan membantu perusahaan e-commerce dalam meningkatkan penjualan. Hasil analisis diharapkan memberikan wawasan bagi pengembang sistem rekomendasi untuk memilih model Collaborative Filtering yang paling sesuai dengan kebutuhan dan karakteristik data mereka. Dengan demikian, penelitian ini berkontribusi pada pengembangan teknologi Machine Learning dalam konteks e-commerce yang semakin kompetitif.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Wijaya, Westley (00000056414)
Contributors:	Natalia, Friska
Keywords:	Collaborative Filtering, E-commerce, K-Nearest Neighbors, Sistem Rekomendasi Produk, Singular Value Decomposition
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	09 Sep 2025 06:02
URI:	https://kc.umn.ac.id/id/eprint/40064

Actions (login required)

View Item