INTECOMS: Journal of Information Technology and Computer Science
Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science

Perbandingan Metode MSD dan Cosine Similarity pada Sistem Rekomendasi Item-Based Collaborative Filtering

Samsul Arif Zulvian (Universitas Singaperbangsa Karawang)
Kamal Prihandan (Universitas Singaperbangsa Karawang)
Azhari Ali Ridha (Universitas Singaperbangsa Karawang)



Article Info

Publish Date
28 Dec 2021

Abstract

Perkembangan teknologi membantu manusia dalam mencari hal-hal yang diinginkan dengan cepat dan mudah. Contoh konkret yang banyak diterapkan saat ini adalah sistem rekomendasi. Sistem rekomendasi dapat membantu pengguna dalam menemukan item yang diinginkan tanpa perlu melihat seluruh item yang terdapat di dalam sebuah situs web atau platform lainnya. Collaborative Filtering adalah salah satu teknik yang memanfaatkan rating pengguna sebagai acuan untuk merekomendasikan item. Item-Based Collaborative Filtering merupakan teknik untuk menilai kemiripan suatu item dengan item yang lain. Mean Squared Difference (MSD) dan Cosine Similarity bisa dijadikan ukuran untuk menentukan tingkat kemiripan antar item. Berdasarkan hasil penelitian yang dilakukan dengan menggunakan dataset review produk Amazon tahun 2018 pada kategori video games, ditemukan bahwa metode MSD memiliki keunggulan dibandingkan dengan Cosine Similarity dengan selisih sebesar 0,42074604 detik untuk waktu fitting dan 0,05530257 detik untuk waktu uji.

Copyrights © 2021