ABSTRAKSI: Akses informasi yang berkembang begitu cepat ditandai dengan munculnya jutaan website membuat pengguna internet dihadapkan dengan jumlah informasi yang begitu besar. Recommender system muncul sebagai solusi dalam merekomendasikan item yang sesuai dengan karakteristik dan selera user, sehingga user mendapatkan informasi yang sesuai.
Dalam tugas akhir ini, diimplementasikan metode Fuzzy Multicriteria Bayesian Network collaborative recommender system yang merekomendasikan informasi tujuan wisata kepada user berdasarkan probabilitas user lain yang similar dengan user target. Bayesian Network digunakan untuk merepresentasikan hubungan antara user dan user ataupun user dan item yang telah diberi rating oleh user tersebut. Objek wisata yang akan direkomendasikan dinilai berdasarkan empat kriteria yaitu, daya tarik, aksesibilitas, kenyamanan, dan keamanan dari objek wisata. Rating yang diberikan akan menjadi inputan bagi recommender system, fuzzy set digunakan untuk mengubah rating yang diberikan oleh user menjadi nilai rating yang pasti.
Tugas akhir ini bertujuan untuk menganalisis akurasi dari recommender system dalam memberikan rekomendasi dan prediksi. Dari hasil pengujian yang dilakukan, penggunaan Fuzzy Bayesian Network pada recommender system dapat meningkatkan akurasi dilihat dari parameter MAE, Precision dan Recall. Nilai parameter MAE terbaik yang dhasilkan oleh Fuzzy Multicriteria Bayesian Network adalah 0.541675. Sedangkan nilai parameter F1-Measure terbaik yang diperoleh oleh Fuzzy Multicriteria Bayesian Network adalah 0.8491911.
Kata Kunci : Recommender system, User, Collaborative filtering, Bayesian Network, MultiABSTRACT: The access of information that is growing very rapidly, followed by the arising of millions of website makes the internet user face overloaded information. Recommender system is coming up as the solution in recommend such a appropriate item concentrate on user taste and characteristic, so that user will get the wanted information.
In this final assignment, it will implementate Fuzzy Multicriteria Bayesian Network collaborative recommender system method which recommend tourism destination information to user. Builded recommender system, which applicate Fuzzy Multicriteria Bayesian Network giving recommendation to user based on the other user similar probabilitity to target user about tourism destination recommendation. Bayesian Network is applicated to represent the relationship between users and users, also users and items that have already been rated by those user. The recommended tourism destinations will be rated using 4 type of criteria which are attraction, accessibility, comfort, and safety. The rating result will be used as the input for recommended system in type of fuzzy set that change the rating poin given by user into the exact rating score.
This final assignment is purposed to analize the accuracy of recommender system in giving recommendation and prediction. Base on the test result, the application of Fuzzy Bayesian Network in recommender system can increase accuracy showed by MAE parameter, Precision and Recall. The best MAE parameter score computed by Fuzzy Multicriteria Bayesian Network is 0.541675. Otherwise, the best F1-Measure parameter score computed by Fuzzy Multicriteria Bayesian Network is 0.8491911.Keyword: Recommender system, User, Collaborative filtering, Bayesian Network, Multi