ABSTRAKSI: Sistem rekomendasi merupakan sebuah aplikasi/program yang mencoba untuk melakukan prediksi ataupun melakukan pemberian rekomendasi atas sebuah item terhadap pengguna berdasarkan informasi yang didapatkan dari pengguna. Pendekatan yang paling umum digunakan dalam membangun sistem rekomendasi adalah collaborative filtering dan content-based recommendation. Masing-masing pendekatan tersebut memiliki kelemahannya masing-masing.
Oleh karena itu dilakukanlah hybrid recommendation system yang melakukan kombinasi dari collaborative filtering dan content-based recommendation yang diharapkan dapat meminimalisir kekurangan yang terdapat pada satu pendekatan saja. Terdapat dua buah metode untuk melakukan hybrid recommendation system, yaitu linear combination dan sequential combination. Pada metode sequential combination dilakukan penggabungan antara collaborative filtering yang kemudian dilanjutkan dengan content-based recommendation.
Pada Tugas Akhir ini akan diimplementasikan hybrid recommender system yang menggunakan metode efficient sequencing yang menggabungkan content-based recommendation dan collaborative filtering dengan menggunakan algoritma Fuzzy C-Means clustering dan K-Means clustering[10] untuk kasus dataset MovieLens. Dengan menggabungkan kedua pendekatan tersebut yang berbasiskan algoritma clustering, maka penggabungan algoritma clustering tersebut dikenal dengan hybrid clustering.
Dengan menggunakan metode efficient sequencing yang menerapkan algoritma Fuzzy C-Means clustering dan K-Means clustering pada hybrid recommender system diharapkan dapat menghasilkan prediksi yang lebih akurat dibandingkan dengan jika menggunakan satu pendekatan saja. Nantinya hasil prediksi akan dievaluasi dengan menggunakan Mean Absolute Error (MAE).Kata Kunci : Hybrid Recommender System, Collaborative Fitering, Content-based Recommendation, Efficient SequencingABSTRACT: Recommender system is an application/program that trying to predict or give a recommendation from an item to a user, based on information that retrieved from the user. The common approach that often used in developping recommender system is collaborative filtering and content-based recommendation. Every approach have its own weakness.
Therefore, hybrid recommendation system exist, and it combine collaborative filtering and content-based recommendation, can be expected to minimalize the drawbacks in every approach. There is two method to do hybrid recommendation system, that is linear combination and sequential combination. In sequential combination method, the combine is doing one after another. First, content-based recommendation, and then continued with collaborative filtering.
In this final project, I will implement hybrid recommender system that using efficient sequencing that combine content-based recommendation and collaborative filtering with using Fuzzy C-Means clustering algorithm and K-Means clustering algorithm for Movielens Dataset. With combine the two approach based on clustering algorithm, so we can called the combine for the two algorithm as hybrid clustering.
With using efficient sequencing method that applied Fuzzy C-Means clustering and K-Means clustering algorithm in hybrid recommender system, hope that the result from the recommendation system is more accurate than if using one approach. Next, the prediction will be evaluated using Mean Absolute Error (MAE).Keyword: Hybrid Recommender System, Collaborative Fitering, Content-based Recommendation, Efficient Sequencing