SISTEM REKOMENDASI PEMINJAMAN VCD DENGAN METODE ITEM BASED COLLABORATIVE FILTERING

SISTEM REKOMENDASI PEMINJAMAN VCD DENGAN METODE ITEM BASED COLLABORATIVE FILTERING

Oleh ROBINSON GULTOM M0104054

SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2010

i

ii

ABSTRAK

Robinson Gultom, 2010. SISTEM REKOMENDASI PEMINJAMAN VCD DENGAN METODE ITEM BASED COLLABORATIVE FILTERING. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.

Pada suatu tempat peminjaman, user terkadang merasa bingung dengan banyaknya item yang disediakan, khususnya bagi user yang

tidak memiliki

referensi item yang akan dipinjam. Sistem rekomendasi merupakan salah satu solusi untuk membantu user tersebut dalam memilih item.

Banyak

pengembangan teknologi yang digunakan untuk menghasilkan suatu rekomendasi, salah satunya adalah collaborative filtering. Rekomendasi yang dihasilkan dengan metode collaborative filtering, berdasarkan profil pengguna yang disimpan sistem dalam bentuk user-item ratings matrix. Beberapa metode yang digunakan dalam collaborative filtering antara lain user based dan item based. Kelemahan dari metode user based collaborative filtering

adalah

kompleksitas

perhitungan

bertambah

seiring

dengan

bertambahnya user dan item. Sebaliknya, item based collaborative filtering bisa dengan cepat memberikan rekomendasi kepada pengguna. Dua hal utama yang dilakukan pada item based collaborative filtering adalah menghitung similarity antar item dan membangkitkan nilai prediksi. Pada skripsi ini, metode item based collaborative filtering digunakan untuk membangun sistem rekomendasi peminjaman VCD di sebuah rental. Dua algoritma perhitungan similarity, cosine similarity dan correlation similarity dibandingkan untuk mengetahui kelebihan dari masing-masing algoritma tersebut. Menurut hasil pengujian yang telah dilakukan dapat disimpulkan bahwa berdasarkan rata-rata MAE, tidak ada perbedaan kualitas rekomendasi dari masing-masing algoritma perhitungan similarity.

Kata Kunci: Sistem Rekomendasi, Item Based Collaborative Filtering, Algoritma Similarity.

iii

ABSTRACT

Robinson Gultom, 2010. VCD RENTAL RECOMMENDATION SYSTEM WITH ITEM BASED COLLABORATIVE FILTERING METHOD. Faculty of Mathematics and Natural Sciences, Sebelas Maret University.

At the rental station, user sometimes feels confuse with a lot of items that available at there, and especially for users that do not have item rent reference. Recommendation system is one of many solutions to help user to choose the item. There are a lot of technology development that use to produce some recommendation , and one of them is collaborative filtering. The recommendation produced by collaborative filtering method, based on user profile that being saved system in user-item ratings matrix. Some of methods are used in collaborative filtering are user based and item based. One of the weakness from user based collaborative filtering is scalability when user and item increase. On the other way, item based collaborative fitering can give recommendation to user quickly. Two main things did to item based collaborative filtering are calculate item similarity and prediction generate. In this research, item based collaborative filtering methods is used to build VCD rental recommendation system in a rental station. Two similarity calculation algorithms are cosine similarity and correlation similarity are considered to know the strengthness of each algorithm. Based on test result that has been done, it is conclude that there is no difference recommendation quality for each similarity calculation algorithms.

Keywords : Recommendation System, Item Based Collaborative Filtering, Similarity Algorithm.

iv

MOTTO

Bila senar kecapi dikencangkan, suaranya akan semakin tinggi. Kalau terlalu dikencangkan, putuslah senar kecapi, dan lenyaplah suaranya. Bila senar kecapi dikendorkan, suaranya akan semakin merendah. Kalau terlalu dikendorkan, maka lenyaplah suara kecapi. (Sidharta Gautama)

Bekerja keras demi sesuap nasi dan segenggam berlian. (Anonim)

v

PERSEMBAHAN

Karya sederhana ini penulis persembahkan untuk  My beloved mother.  Ayahku.  Adik-adikku tersayang.  Teman spesial penulis, Dian Kusumawati.

vi

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan YME yang telah memberikan kesempatan kepada penulis untuk dapat menyelesaikan skripsi ini. Penulis menyadari akan keterbatasan yang dimiliki, begitu banyak bantuan, bimbingan, serta motivasi yang diberikan dalam proses penyusunan skripsi ini. Oleh karena itu, ucapan terima kasih tidak lupa penulis sampaikan kepada : 1. Bapak Ristu Saptono, M.Si, M.T selaku Dosen Pembimbing I dan Dra. Diari Indriati, M.Si selaku Dosen Pembimbing II yang penuh kesabaran membimbing, mengarahkan, dan memberi motivasi kepada penulis selama proses penyusunan skripsi ini, 2. Ibu Sri Kuntari, M.Si selaku Pembimbing Akademik yang telah banyak memberi bimbingan dan pengarahan, 3. Teman-teman kuliah yang telah memberikan bantuan dan fasilitas sehingga penyusunan skripsi ini dapat terselesaikan, 4. Serta semua pihak yang telah membantu dalam proses penyusunan skripsi ini. Penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak yang berkepentingan.

Penulis

vii

DAFTAR ISI

HALAMAN JUDUL ........................................................................................ i HALAMAN PENGESAHAN .......................................................................... ii ABSTRAK ........................................................................................................ iii ABSTRACT ...................................................................................................... iv MOTTO ............................................................................................................ v PERSEMBAHAN ............................................................................................. vi KATA PENGANTAR ...................................................................................... vii DAFTAR ISI ..................................................................................................... viii DAFTAR TABEL ............................................................................................. x DAFTAR GAMBAR ........................................................................................ xi DAFTAR SIMBOL DAN NOTASI ................................................................. xii BAB I

PENDAHULUAN ............................................................................. 1 1.1 Latar Belakang Masalah ............................................................ 1 1.2 Perumusan Masalah ................................................................... 2 1.3 Batasan Masalah ........................................................................ 2 1.4 Tujuan Penulisan........................................................................ 3 1.5 Manfaat Penulisan ...................................................................... 3

BAB II LANDASAN TEORI ........................................................................ 4 2.1 Tinjauan Pustaka ........................................................................ 4 2.1.1 Ruang Vektor ..................................................................... 4 2.1.2 Metode Analisis Terstruktur ............................................... 5 2.1.3 Data Flow Diagram (DFD) ............................................... 5 2.1.4 Basis Data (Database) ........................................................ 6 2.1.5 Collaborative Filtering....................................................... 7 2.1.6 Item Based Collaborative Filtering .................................... 7 2.1.7 Mean Absolute Error (MAE) .............................................. 10 2.2 Kerangka Pemikiran................................................................... 10 BAB III METODE PENELITIAN .................................................................. 12 BAB IV PEMBAHASAN ............................................................................... 14

viii

4.1 Analisis Sistem........................................................................... 14 4.1.1 Proses Input ........................................................................ 15 4.1.2 Proses Perhitungan Item Similarity .................................... 15 4.1.3 Proses Perhitungan Nilai Prediksi ...................................... 18 4.1.4 Proses Output ..................................................................... 19 4.2 Contoh Kasus ............................................................................. 19 4.3 Perancangan Sistem ................................................................... 21 4.3.1 Pembuatan DFD ................................................................. 21 4.3.2 Perancangan Database ....................................................... 22 4.4 Perbandingan Algoritma ............................................................ 24 4.5 Implementasi Sistem .................................................................. 29 BAB V PENUTUP ......................................................................................... 34 5.1 Kesimpulan ................................................................................ 34 5.2 Saran .......................................................................................... 34 DAFTAR PUSTAKA ....................................................................................... 35 LAMPIRAN ...................................................................................................... 36

ix

DAFTAR TABEL Tabel 2.1. Simbol-simbol DFD ......................................................................... 5 Tabel 3.1. Spesifikasi Hardware ...................................................................... 12 Tabel 3.2. Spesifikasi Software ......................................................................... 13 Tabel 4.1. Representasi User-Item Rating Matrix ............................................ 19 Tabel 4.2. Struktur tabel anggota ...................................................................... 23 Tabel 4.3. Struktur tabel film ............................................................................ 23 Tabel 4.4. Struktur table user_profile ............................................................... 24 Tabel 4.5. Struktur table similarity ................................................................... 24 Tabel 4.6. Perbandingan rata-rata MAE untuk sampel berukuran 400 ............. 25 Tabel 4.7. Perbandingan rata-rata MAE untuk sampel berukuran 900 ............. 26 Tabel 4.8. Perbandingan rata-rata MAE dengan uji t ....................................... 28 Tabel 4.9. Perbandingan ketahanan rata-rata MAE dengan uji t ...................... 29

x

DAFTAR GAMBAR

Gambar 2.1. Gambar Proses Item Based Collaborative Filtering .................... 8 Gambar 4.1. Alur sistem rekomendasi peminjaman VCD................................ 14 Gambar 4.2. Seleksi nilai rating ....................................................................... 15 Gambar 4.3. Flowchart algoritma perhitungan cosine similarity....................... 16 Gambar 4.4. Flowchart algoritma perhitungan correlation similarity............... 17 Gambar 4.5. Flowchart algoritma perhitungan nilai prediksi ........................... 18 Gambar 4.6. Diagram Konteks ......................................................................... 21 Gambar 4.7. DFD Level 1 ................................................................................ 22 Gambar 4.8. Scatter plot perbandingan MAE untuk data berukuran 400......... 26 Gambar 4.9. Scatter plot perbandingan MAE untuk data berukuran 900......... 27 Gambar 4.10. Tampilan halaman login ............................................................. 30 Gambar 4.11. Tampilan halaman pendaftaran .................................................. 31 Gambar 4.12. Tampilan halaman training set ................................................... 31 Gambar 4.13. Tampilan halaman rekomendasi ................................................ 32 Gambar 4.14. Tampilan halaman feedback ...................................................... 33

xi

DAFTAR SIMBOL DAN NOTASI 𝑠𝑖𝑚 𝑖, 𝑗

: similarity ítem i dengan ítem j

cos 𝑖, 𝑗

: cosinus vektor i dengan vektor j

corr 𝑖, 𝑗

: korelasi i dengan j

𝑖

: panjang vektor 𝑖

𝑅𝑢,𝑖

: nilai rating user u untuk item i

𝑅𝑖

: rata-rata nilai rating item i

𝑃 𝑢, 𝑖

: prediksi nilai rating user u untuk item i

𝜇𝑐𝑜𝑠

: rata-rata nilai MAE algoritma cosine similarity

𝜇𝑐𝑜𝑟𝑟

: rata-rata nilai MAE algoritma correlation similarity

xii

DAFTAR LAMPIRAN

Lampiran 1. Listing Program cosine.php ......................................................... 36 Lampiran 2. Listing Program correlation.php.................................................. 37 Lampiran 3. Listing Program prediksi_cosine.php .......................................... 38 Lampiran 4. Listing Program prediksi_corr.php.............................................. 40 Lampiran 5. Listing Program index.php .......................................................... 41 Lampiran 6. Listing Program log1.php ............................................................ 41 Lampiran 7. Listing program …/user/index.php ............................................. 42 Lampiran 8. Listing program …/user/rekomendasi.php .................................. 43 Lampiran 9. Listing program config.php ......................................................... 44 Lampiran 10.Perbandingan MAE algoritma perhitungan similarity ................ 45

xiii