Convolutional Matrix Factorization pada Sistem Rekomendasi Hotel Berdasarkan Review Pengguna

I MADE BILA ARTA WIRAWAN

Informasi Dasar

86 kali
22.04.1089
004
Karya Ilmiah - Skripsi (S1) - Reference

Sistem rekomendasi pada umumnya harus memiliki keseimbangan data user dan data item. Dalam memberikan hasil rekomendasi yang sesuai dengan kebutuhan user, sistem rekomendasi memiliki beberapa tantangan salah satunya yaitu, sparsity data dimana dataset memiliki ketidakseimbangan data rating pada user dan item. Untuk itu dilakukan Convolutional Neural Network untuk mempelajari konteks dari review item yang direpresentasikan dalam vektor untuk memprediksi rating dengan Probabilistic Matrix Factorization yang dinamakan dengan metode Convolutional Matrix Factorization(ConvMF) dan akan dibandingkan hasil rekomendasi ConvMF dengan metode Matrix Factorization(MF) dan SVD++ yang merupakan metode baseline. Untuk mengevaluasi performa sistem yang dibangun, dihitung Mean Absolute Percentage Error(MAPE) dan Root Mean Square Error(RMSE). Berdasarkan dari metode yang diusulkan didapatkan nilai MAPE sebesar 0,373 dan RMSE sebesar 1,714 untuk metode ConvMF, nilai MAPE 0,528 dan RMSE 2,091 untuk metode MF, dan didapatkan nilai MAPE 0,359 dan RMSE 1,204 untuk metode SVD++.

Subjek

TECHNOLOGY
INFORMATICS,

Katalog

Convolutional Matrix Factorization pada Sistem Rekomendasi Hotel Berdasarkan Review Pengguna
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

I MADE BILA ARTA WIRAWAN
Perorangan
IRMA PALUPI
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini