Sistem rekomendasi bacaan dengan pendekatan hibrida yang menggabungkan Collaborative Filtering dan Content-Based Filtering menggunakan Switching Technique

Rahman, Arief Roihan Nur (2026) Sistem rekomendasi bacaan dengan pendekatan hibrida yang menggabungkan Collaborative Filtering dan Content-Based Filtering menggunakan Switching Technique. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

	Text (COVER) 1_cover.pdf Download (546kB)
	Text (ABSTRAK) 2_abstrak.pdf Download (644kB)
	Text (SURAT PERNYATAAN KARYA SENDIRI) 3_skbebasplagiarm.pdf Restricted to Registered users only Download (141kB) | Request a copy
	Text (DAFTAR ISI) 4_daftarisi.pdf Download (649kB)
	Text (BAB I) 5_bab1.pdf Download (913kB)
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (966kB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (830kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (591kB) | Request a copy

Abstract

Sistem Rekomendasi telah berkembang sebagai solusi untuk membantu pengguna menemukan karya ilmiah atau item lain yang sesuai dengan preferensi mereka di tengah banyaknya pilihan yang tersedia. Penelitian ini bertujuan untuk mengembangkan Sistem Rekomendasi menggunakan pendekatan hibrida dengan menggabungkan metode User-Based Collaborative Filtering (UBCF) dan Content-Based Filtering (CBF) untuk meningkatkan akurasi rekomendasi dengan harapan dapat membantu pengguna dalam menemukan item yang relevan sesuai dengan preferensi mereka. Pendekatan hibrida ini juga diharapkan mampu mengatasi keterbatasan yang dimiliki metode UBCF, seperti masalah Cold Start dan Data Sparsity, sehingga menghasilkan rekomendasi yang lebih akurat dalam berbagai kondisi. Switching Technique digunakan untuk memungkinkan sistem secara adaptif beralih antara kedua metode berdasarkan kondisi data dan pola interaksi pengguna. Metode CRISP-DM (CRoss-Industry Standard Process for Data Mining) diterapkan untuk memastikan proses pengolahan data yang sistematis dan fleksibel. Dataset Book Recommendation yang diambil dari situs web yang bernama Kaggle digunakan sebagai sumber data utama. Tahapan penelitian meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, dan evaluasi performa sistem rekomendasi. Hasil penelitian menunjukkan bahwa pendekatan hibrida yang dilakukan dapat mengatasi masalah Sparsity dan Cold-Start sekaligus memberikan rekomendasi yang lebih relevan dibandingkan dengan metode tunggal.

Actions (login required)

View Item