Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number SK-2016 (Softcopy SK-1498)
Collection Type Skripsi
Title Perbandingan Kepuasan Pengguna Terhadap Sistem Rekomendasi Yang Menggunakan Algoritma Content-Based Filtering Dan Collaborative Filtering
Author Nethania Sonya Violencia Lasmaria;
Publisher Depok:Fasilkom UI,2022
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
SK-2016 (Softcopy SK-1498) TERSEDIA
Tidak ada review pada koleksi ini: 50825
ABSTRAK Nama : Nethania Sonya Violencia Lasmaria Program Studi : Ilmu Komputer Judul : Perbandingan Kepuasan Pengguna Terhadap Sistem Rekomendasi yang Menggunakan Algoritma Content-Based Filtering dan Collaborative Filtering Sistem rekomendasi kini telah menjadi fitur yang umum digunakan pada berbagai situs, termasuk situs katalog buku dan toko buku daring. Adanya sistem rekomendasi pada situs-situs tersebut berperan penting dalam proses pengambilan keputusan pengguna. Dua jenis sistem rekomendasi yang umum digunakan adalah content-based filtering dan collaborative filtering. Penelitian terdahulu menunjukkan bahwa statistical metrics bukan merupakan ukuran yang tepat untuk menentukan kualitas suatu sistem rekomendasi. Salah satu pendekatan lain adalah mengevaluasi sistem rekomendasi berdasarkan persepsi dari pengguna yang menggunakannya. Pada penelitian ini, dilakukan perbandingan antara persepsi pengguna terhadap content-based filtering dengan top-N recommendations dan collaborative filtering dengan matrix factorization menggunakan metode survei kuantitatif yang mengukur accuracy, diversity, novelty, perceived usefulness, overall satisfaction dan use intention terhadap rekomendasi yang dihasilkan kedua jenis sistem rekomendasi. Hasil penelitian menunjukkan bahwa sistem rekomendasi content-based filtering memiliki accuracy, diversity, perceived usefulness, overall satisfaction dan use intention yang lebih tinggi daripada sistem rekomendasi collaborative filtering. Namun, tidak terdapat perbedaan nilai novelty yang signifikan antara sistem rekomendasi content-based filtering dan collaborative filtering. Kata Kunci: sistem rekomendasi, content-based filtering, collaborative filtering, top-N recommendations, matrix factorization, studi pengguna, kepuasan pengguna