ABSTRAK Nama : Aghny Arisya Putra Program Studi : Ilmu Komputer Judul : Sistem Rekomendasi E-commerce Menggunakan Collaborative Filtering Berdasarkan Kombinasi User Similarity dan Item Similarity Perkembangan yang pesat dari world-wide-web dan meluasnya penggunaan e-commerce telah ikut mendorong perkembangan teknologi sistem rekomendasi. Collaborative filtering merupakan teknologi yang digunakan secara ekstensif di sistem rekomendasi komersial karena keefektifan serta kemudahan implementasinya. Collaborative filtering dengan metode berbasis memory memprediksi preferensi user terhadap suatu item berdasarkan pasangan user yang mirip (user similarity) atau pasangan item yang mirip (item similarity). Pada kasus dimana rating prediksi hanya berupa evaluasi biner, penggunaan user-based atau item-based saja menjadi kurang memadai. Untuk itu, penggabungan pendekatan user dan item dalam satu sistem rekomendasi collaborative filtering dapat menjadi suatu alternatif penyelesaian dalam mengurutkan relevansi item dari sejumlah kandidat. Metode ini menggunakan pengukuran similaritas dari domain link prediction untuk memprediksi target item dengan menggabungkan prediksi yang dihasilkan oleh algoritma berbasis user similarity dan algoritma berbasis item similarity. Hasil eksperimen menunjukkan bahwa algoritma ini meningkatkan precision dibandingkan dengan sistem rekomendasi yang hanya memperhatikan user similarity atau item similarity. Kata Kunci: sistem rekomendasi, collaborative filtering, user similarity, item similarity, e-commerce, link prediction