Article Per Year (5 Year)
p-Index From 2019 - 2024
2.837
P-Index
This Author published in this journals
All Journal Teika Electro Luceat Jurnal CoreIT CogITo Smart Journal Jurnal Komtika (Komputasi dan Informatika) Matrik : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Teknologi Dan Sistem Informasi Bisnis Informatics and Digital Expert (INDEX) J-Icon : Jurnal Komputer dan Informatika
Sihotang, Jay Idoan
Universitas Advent Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal CoreIT

 1 
Mesin Rekomendasi Menggunakan Algoritma Alternating Least Square (ALS) pada Goodreads Martin, Stanley; Sihotang, Jay Idoan; Jonathan, Bern
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (562.54 KB) | DOI: 10.24014/coreit.v6i2.11578

Abstract

Sistem rekomendasi merupakan sistem yang dapat memberikan rekomendasi berupa prediksi rating pada suatu item. Ada banyak cara dalam merekomendasikan suatu item kepada pengguna, salah satunya adalah Alternating Least Square. Goodreads adalah situs web buku yang menjelaskan sinopsis dan memberi peringkat untuk buku, dan Goodreads membagikan peringkat pengguna mereka ke item di Kaggle untuk dianalisis. Oleh karena itu, penulis ingin merancang, mengimplementasikan, menguji serta ingin mengevaluasi mesin rekomendasi buku Goodreads mulai dari rating pengguna hingga item sebagai alternatif pemecahan masalah dari rekomendasi peringkat buku di Goodreads sekarang ini. Terdapat 981.756 data yang diolah menggunakan Alternating Least Square dengan 80% data latih dan 20% data uji. Hasil prediksi dievaluasi dengan Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hasil penelitian ini menunjukkan bahwa Root Mean Square Error 0.67 dan Mean Absolute Error 0.52 dan dapat dikatakan mesin yang dibuat memiliki error varians yang kecil karena memiliki kesalahan di bawah 1.00.
Co-Authors Abraham Butar-butar Danielle Eudora Crystle Rampen Elmor Benedict Wagiu Erienika Meiling Lompoliu Gabriel Putra Advent Yakop Sihombing Ivan Royanto Hutabarat Jacko Pastorius Jessica Sabbathiny Buyung Jimmy H Moedjahedy Joe Yuan Mambu Jonathan, Bern Martin, Stanley Marvel Zefanya Yang Michelle Cantika Pontoan Oktiviana Perangin-angin Radja Boy Rawlson Yoshua Limbong Rianti Ruth Florenza Tambunan Seprianto Mendrofa Valerian Leony Bianto Winda Ebina Br Bangun Wiranto Horsen Silitonga