Recommender system merupakan suatu sistem yang mampu memberikan suatu rekomendasi kepada user terhadap item, seperti barang, musik, video, film, buku, dan sebagainya, yang mungkin akan dipilihnya. Penelitian ini mengimplementasikan dan menganalisis perbandingan recommender system dengan algoritma pearson serta faktorisasi matriks yang berbasis Collaborative Filtering. Analisis perbandingan didasarkan pada analisis algoritma, nilai Mean Absolute Error (MAE) dan Response time. Dari hasil analisis, didapatkan bahwa kompleksitas algortima faktorisasi matriks Lebih kompleks dari algoritma pearson. Selain itu didapat nilai MAE recommender system dengan algoritma faktorisasi matriks memiliki nilai MAE yang lebih kecil daripada recommender system dengan algoritma pearson serta nilai Response time recommender system dengan algoritma pearson lebih kecil daripada algoritma faktorisasi matriks. Metode yang paling baik digunakan adalah faktorisasi matriks karena memiliki MAE lebih akurat dibandingkan dengan metode pearson. Perkembangan hardware juga membuat response time tidak berpengaruh secara signifikan
Copyrights © 2014