Garuda - Garba Rujukan Digital

Sri Sutjiningtyas

Universitas Nurtanio Bandung

Author-ID : 4212084

Computer Science & IT

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

Rancang Bangun Sistem Rekomendasi Produk Sepatu pada Toko Online Menggunakan Metode User-Base Collaborative Filtering Sri Sutjiningtyas; Hernawati; Alma Arofa Dharmawan
Bulletin of Information Technology (BIT) Vol 3 No 2: Juni 2022
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v3i2.288

When shopping at an online store, customers are always confused by the number of products displayed in the catalog. As a solution, customers see testimonials and other user ratings to ensure that the product to be purchased is in accordance with what is displayed in the product catalog. User-base collaborative filtering is a recommendation method that uses rating data from users to generate recommendations. To create a recommendation system using this method, there are three steps that must be taken, namely, first calculating the rating distance between users using the Euclidean distance equation, second calculating the similarity between active users and other users based on Euclidean distance calculations, and third calculating predictions. rating, which is to transfer the similarity value to the user rating value and then add up all the multiplication values. The final result of the prediction calculation is the five highest recommendation values which will then be processed by the system in such a way as to produce recommendations for shoes products that are displayed to active users as product recommendations. With this recommendation system, it is hoped that it will further increase consumer convenience when shopping at online stores

IMPLEMENTASI PERAMALAN PENJUALAN PRODUK DI PT. PRIMA PER TRADEA UTAMA MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK Aly Dzulfikar; Iswanto; Nopi Ramsari; Sri Sutjiningtyas; Hernawati
Jurnal Teknologi Informasi dan Komunikasi Vol. 11 No. 2 (2021): Jurnal Teknologi Informasi dan Komunikasi
Publisher : Fakultas Ilmu Komputer dan Informatika - Universitas Nurtanio Bandung

PT Prima Per Tradea Utama merupakan produsen peralatan per mobil yang berfokus pada produksi per pegas dan per daun. PT Prima Per memasarkan produknya pada distributor-distributor yang tersebar di beberapa wilayah di Indonesia sehingga sangat penting bagi PT Prima Per untuk dapat memprediksi penjualan barang pada bulan berikutnya. Peramalan penjualan produk adalah suatu cara yang digunakan oleh perusahaan untuk memperkirakan atau memprediksi tingkat penjualan pada waktu yang akan datang dengan menggunakan data penjualan pada tahun sebelumnya. Algoritma Artificial Neural Network Backpropagation dapat melakukan proses peramalan terhadap penjualan barang untuk periode waktu selanjutnya pada masing-masing barang pada perusahaan tersebut. Proses peramalan dimulai dengan menentukan variabel-variabel yang akan dibutuhkan dalam pola jaringan, selanjutnya pola jaringan yang sudah dibentuk akan dilanjutkan pada proses pelatihan jaringan dengan menggunakan algoritma backpropagation. Setelah melakukan proses pelatihan jaringan, peneliti akan melakukan perbandingan dengan beberapa pola jaringan yang sudah dibentuk. Penelitian ini dilakukan untuk membahas mengenai analisis peramalan produk PT Prima Per pada jenis per pegas dan per daun. Peramalan akan dilakukan pada jenis per pegas toyota 48210-25290 R3 dengan menggunakan metode Artificial Neural Network Backpropagation dengan nilai bobot learning rate 0,1 hidden layer 4 dan error 0,01. Dari analisis pengolahan data yang telah dilakukan berdasarkan parameter bobot yang dipilih, maka prediksi penjualan pada bulan april dengan produk per pegas toyota 48210-25290 R3 adalah Rp.129.447.450 Kata kunci: PT Prima Per , peramalan penjualan, Artificial Neural Network Backpropagation.

RANCANG BANGUN SISTEM REKOMENDASI PRODUK SEPATU PADA TOKO ONLINE DENGAN MENGGUNAKAN METODE USER-BASE COLLABORATIVE FILTERING Alma Arofa; Sri Sutjiningtyas; Suharjanto Utomo
Jurnal Teknologi Informasi dan Komunikasi Vol. 12 No. 2 (2022): Jurnal Teknologi Informasi dan Komunikasi
Publisher : Fakultas Ilmu Komputer dan Informatika - Universitas Nurtanio Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56244/fiki.v12i2.667

Ketika berbelanja pada toko online, pelanggan selalu dibingungkan dengan banyaknya produk yang ditampilkan pada katalog. Sebagai solusinya pelanggan melihat testimony dan rating pengguna lain untuk memastikan bahwa produk yang akan dibeli itu sesuai dengan apa yang ditampilkan pada katalog produk. User-base collaborative filtering merupakan metode rekomendasi yang menggunakan data rating dari pengguna untuk menghasilkan rekomendasi. Untuk membuat system rekomendasi dengan menggunakan metode tersebut, ada tiga langkah yang harus dilakukan yaitu, pertama menghitung jarak rating antara user dengan menggunakan persamaan Euclidean distance, kedua menghitung similiarity (kesamaan) antara user aktif dengan user lainnya berdasarkan perhitungan euclidean distance. Setelah mendapatkan nilai similaritas anatar item kemudian dilanjutkan dengan menghitung prediksi rating dengan mengalihkan nilai similaritas dengan nilai rating user kemudian menjumlahkan semua nilai hasil perkalian tersebut. Hasil akhir dari perhitungan prediksi yaitu lia nilai rekomendasi tertinggi yang kemudian secara system nantinya akan diolah sedemikian rupa sehingga menghasilkan rekomendasi dari produk sepatu yang ditampilkan kepada user yang aktif sebagai rekomendasi produk. Dengan adanya system rekomendasi ini diharapkan akan lebih meningkatkan kenyamanan konsumen ketika berbelanja di toko online kenzios

Title

Found 3 Documents
Search

Abstract

Abstract

Abstract

Title Search

Found 3 Documents Search

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search