ABSTRAKSI: Meningkatnya jumlah informasi di internet telah menyebabkan sulitnya seseorang untuk mendapatkan informasi yang mungkin akan berguna untuk orang tersebut. Diperlukan suatu sistem yang dapat menyaring informasi yang ada dan menyampaikan informasi itu kepada orang yang tepat.
Dalam penelitian tugas akhir ini digunakan algoritma depth limited search pada metode trust inference berbasis collaborative filtering untuk melakukan perekomendasian item-item(movie) yang mungkin akan berguna untuk user yang akan diberikan rekomendasi dengan menghitung nilai prediksi rating item-item tersebut. Metode trust inference digunakan untuk mengurangi masalah sparsity yang sering terjadi pada recommender system berbasis collaborative filtering.
Dari hasil pengujian, metode trust inference menunjukan performa/kualitas prediksi yang lebih baik ketika data yang digunakan bersifat sparse.Kata Kunci : Recommender System, Collaborative Filtering, Trust Inference, Depth Limited Search, SparsityABSTRACT: Increasing the amount of information on internet has made more difficult for someone to get information that might be useful for that person. a system is required for filter an existing information and deliver it to the right people.
This final task research use depth limited search algorithm on trust inference method based on collaborative filtering to perform the recommendation of items(movie) that might be useful to user who will be given the recommendation by calculate the prediction value of items rating. Trust inference method used to reduce the sparsity problem that often occurs in collaborative filtering-based recommender systems
From the test results, the trust inference methods showed a better performance/prediction quality when the data used are sparse.Keyword: Recommender System, Collaborative Filtering, Trust Inference, Depth Limited Search, Sparsity