SISTEM REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN METODE CONTENT BASED FILTERING DAN K-NEAREST NEIGHBOR

Rojabi, Ilzam (2024) SISTEM REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN METODE CONTENT BASED FILTERING DAN K-NEAREST NEIGHBOR. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (935kB)
	Text b. ABSTRAK.pdf Download (1MB)
	Text c. BAB I.pdf Download (410kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (719kB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (261kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (392kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (487kB) | Request a copy

Abstract

Sistem rekomendasi memiliki peran penting dalam membantu pengguna menemukan produk yang tepat di antara banyaknya pilihan. Penelitian ini bertujuan mengembangkan sistem rekomendasi laptop menggunakan metode content-based filtering dan K-Nearest Neighbors (K-NN). Sistem ini dirancang untuk memberikan saran laptop berdasarkan spesifikasi dan harga. Dataset yang digunakan mencakup atribut penting seperti RAM, SSD, HDD, sistem operasi, dan prosesor. Penelitian ini menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk mengukur bobot atribut setiap laptop dan cosine similarity untuk menilai kesamaan antar laptop. Metode K-NN digunakan untuk menemukan laptop yang paling mirip berdasarkan atribut harga yang dipilih pengguna. Dataset diambil dari Kaggle dan diproses menggunakan berbagai pustaka Python seperti pandas, numpy, dan scikit-learn. Hasil penelitian menunjukkan bahwa metode content-based filtering dan K-NN efektif dalam memberikan rekomendasi laptop yang relevan dan sesuai dengan kebutuhan pengguna. Hasil Pengujian sistem menggunakan metode content based filtering menunjukkan nilai MAE pada user input ke-1 0,1161, pada user input ke-2 0, dan user input ke- 3 0,3036. dan hasil pengujian pada algoritma K-Nearest Neighbor menunjukkan hasil akurasi 70% pada prediksi harga laptop.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sistem Rekomendasi
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	ILZAM ROJABI
Date Deposited:	18 Jul 2024 01:21
Last Modified:	18 Jul 2024 01:21
URI:	http://repository.unmuhjember.ac.id/id/eprint/21755

Actions (login required)

View Item