Pemodelan Sistem Rekomendasi Pada E-Commerce Berbasis Collaborative Filtering dan Machine Learning

Abstract

Sistem rekomendasi saat ini telah dikembangkan untuk memberikan sekumpulan item yang cocok berdasarkan preferensi pengguna. Pada e-commerce, sistem rekomendasi merupakan alat yang efektif untuk menawarkan produk yang sesuai dengan minat pengguna. Membangun sekumpulan produk yang tepat untuk ditawarkan kepada pengguna merupakan tantangan dalam sistem rekomendasi. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi menggunakan pendekatan collaborative filtering dan algoritma machine learning. Penelitian ini menggunakan data matriks dari rating yang diberikan oleh pengguna terhadap produk, sehingga pemilihan algoritma machine learning perlu diseseuaikan. Hasil terbaik ditunjukkan dari kinerja evaluasi yang diukur menggunakan root mean square error (RMSE), dimana algoritma SVD++ memberikan kinerja yang paling baik yaitu sebesar 0.9846.