ABSTRAKSI: Recommender System adalah sebuah sistem yang menyediakan rekomendasi-rekomendasi mengenai hal-hal yang diinginkan dan sesuai dengan profil penggunanya. Pada tugas akhir ini menitik beratkan dimana sebuah recommender system mampu memberikan rekomendasi sesuai dengan profil penggunanya.
Sistem yang akan dikembang adalah recomender system berbasis item based collaboratif filtering. Dalam pengembangan nya akan digunakan metode Cosine based Similarity dan correlation based similarity. Dari kedua metode akan terlihat mana metode yang menghasilkan nilai akurasi yang lebih baik.
Pengujian terhadap algoritma yang dirancang dilakukan dengan menggunakan data nilai PMDK dari sebuah universitas.dari hasil pengujian kedua metode mampu menghasilakan rekomendasi dengan baik namun terlihat bahwa akurasi hasil rekomendasi metode cosine similarity menjukkan hasil yang lebih baik. Hal ini terkait dengan hasil pengujian.
Kata Kunci : recommender system, collaborative filtering.similarity,MAE.ABSTRACT: Recommender System is a system that provides recommendations about things that are desirable and in accordance with the user profile. In this final test focuses where a recommender system is able to give recommendations in accordance with the user profile.
System to be developed is recommender system based on item-based collaborative filtering. In his development will be used a method based Cosine Similarity and correlation-based similarity. Of the two methods will be seen where the method produces better accuracy values.
Tests on the algorithm designed by using data values PMDK test results from a university. The test result of both methods can be good recommendations but it appears that the accuracy of recommendations cosine similarity method is better results. It is associated with the test results.
Keyword: recommender system, collaborative filtering.similarity,MAE