Hybrid Recommendation System Memanfaatkan Penggalian Frequent Itemset dan Perbandingan Keyword
Abstrak: Recommendation system
sering dibangun dengan memanfaatkan data peringkat item dan data identitas
pengguna. Data peringkat item merupakan data yang langka pada sistem yang baru
dibangun. Sedangkan, pemberian data identitas pada recommendation system dapat menimbulkan
kekhawatiran penyalahgunaan data identitas.
Hybrid recommendation system memanfaatkan algoritma penggalian frequent
itemset dan perbandingan keyword dapat memberikan daftar rekomendasi tanpa
menggunakan data identitas pengguna dan data peringkat item. Penggalian
frequent itemset dilakukan menggunakan algoritma FP-Growth. Sedangkan
perbandingan keyword dilakukan dengan menghitung similaritas antara dokumen
dengan pendekatan cosine similarity.
Hybrid recommendation system memanfaatkan kombinasi penggalian frequent
itemset dan perbandingan keyword dapat menghasilkan rekomendasi tanpa
menggunakan identitas pengguna dan data peringkat dengan penggunaan ambang
batas berupa minimum similarity, minimum support, dan jumlah rekomendasi. Nilai
pengujian yaitu precision, recall, F-measure, dan MAP dipengaruhi oleh besarnya
nilai ambang batas yang ditetapkan.
Penulis: Wayan Gede Suka
Parwita, Edi Winarko
Kode Jurnal: jptinformatikadd150257
