IMPLEMENTASI METODE SOCIAL-UNION PADA SISTEM REKOMENDASI PERPUSTAKAAN FILM

Sistem Rekomendasi banyak menerapkan metode Collaborative Filtering klasik (CF). Tetapi, metode CF tidak mampu menyelesaikan masalah sparsity dan cold-start user. Masalah tersebut dapat ditangani bila memadukan CF dengan konsep Social Network (SN). Beberapa metode CF dipadukan dengan SN, seperti: Fusing ESR, Social Regularization, dan Trust-Aware. Namun, ketiga metode tersebut tidak mampu bila dikembangkan dengan memadukan jenis hubungan implisit/eksplisit lainnya. Pemilihan bobot parameter tidak begitu optimal ketika akan menggabungkan kemiripan selera antar user dari kedua jenis hubungan menjadi satu. Metode Social-Union (SU) diajukan untuk menutupi kelemahan dari sejumlah metode tersebut. Social-Union memiliki persamaan dalam menggabungkan kemiripan selera antar user yang dinamis sehingga memungkinkan terjadi pengolahan jenis hubungan implisit/eksplisit di dalamnya. Penerapan konsep kemiripan selera antar user ini akan meningkatkan akurasi dari hasil prediksi karena biasanya sekelompok orang yang berteman akan memiliki kemiripan dari segi minat dan selera terhadap suatu item. Pemilihan bobot parameter dapat dilakukan secara manual maupun auto melalui perhitungan koefisien densitas global dan lokal sehingga penentuan nilai bobot parameter seoptimal mungkin. Hasil dari penelitian ini adalah sebuah website rekomendasi perpustakaan film yang menerapkan metode Social-Union. Proses pengujian yang dilakukan, tidak semua data film yang di-rating oleh user, namun user dapat memperoleh rekomendasi yang bergantung pada nilai dari parameter a.