ABSTRAKSI: Dalam perkembangan teknologi saat ini, aplikasi yang mampu memberikan fasilitas-fasilitas bisnis komersil telah marak digunakan dalam bertransaksi. Salah satunya adalah aplikasi e-commerce, yang fitur utamanya adalah mampu memungkinkan konsumen untuk mencari barang, membeli, serta bertransaksi secara online. Namun, seiring dengan semakin banyaknya barang yang dijual dalam sebuah aplikasi e-commerce, diperlukan sebuah cara agar konsumen dapat dimudahkan dalam menemukan barang yang sesuai dengan keinginannya. Oleh karena itu, recommender system telah menjadi salah satu teknologi yang mampu memudahkan konsumen dengan cara memberikan usulan atau rekomendasi item yang sesuai dengan kebutuhan konsumen.
Salah satu jenis recommender system adalah knowledge based recommender system, yang memungkinkan sistem untuk membangun rekomendasi untuk user tanpa memerlukan rating maupun informasi khusus mengenai barang ataupun user.
Dalam Tugas Akhir ini, digunakan teknik Multigranular Linguistic Information agar recommender system yang dibangun mampu memberikan rekomendasi terhadap item-item yang memiliki atribut yang dinyatakan dalam nilai kualitatif, bukan angka atau kuantitatif. Teknik ini memungkinkan user untuk menentukan pilihan awal tidak terpaku pada satu jenis granularitas nilai atribut, namun dapat disesuaikan dengan pemahaman user masing-masing. Setelah diuji, penggunaan teknik ini ternyata memberikan pengaruh terhadap akurasi sistem yang dinyatakan dengan peningkatan nilai F-measureKata Kunci : rekomendasi, item, recommender system, knowledge-based, multigranular linguistic informationABSTRACT: In today’s technological advance, applications that can proide easy commercial business facilities have been familiarly used in doing transation. One of them is e-commerce application of which the main feature is enabling consumers to search, buy, and processing transaction online. However, as the number of the items displayed in an e-commerce application increase, a way is needed so that consumers can easily find the items that satisfy their demand. Therefore, recommender system has been a technology that is able to ease the consumer by giving item recommendations that suffices the consumers demand.
One of the recommender systems is knowledge-based recommender system, which enables the system to establish a recommendation to user without needing ratings or special information about the items or users.
The technique that is used in this Final Assignment is Multigranular Linguistic Information enabling the recommender system to be able to give recommendations upon items that have attributes declared in qualitative, not numerical quantitative, values. It enables users to determine their preliminary items without having to stick only in one granularity of a certain attribute value; instead they are able to adjust them according to their own understanding. . After the evaluation, the using of this technique apparently affects the accuracy of the system represented by the increasing of F-measure value.Keyword: recommendation, item, recommender system, knowledge-based, multigranular linguistic information