SISTEM REKOMENDASI PADA PENJUALAN DAN RENTAL ALAT BERAT MENGGUNAKAN METODE COLLABORATIVE FILTERING BERBASIS WEB DAN MOBILE

DICKSEN ANGGONO and DEDY SUHENDRA (2018) SISTEM REKOMENDASI PADA PENJUALAN DAN RENTAL ALAT BERAT MENGGUNAKAN METODE COLLABORATIVE FILTERING BERBASIS WEB DAN MOBILE. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (6MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (16MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (33MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (920kB)

Abstract

Alat berat merupakan faktor penting di dalam proyek-proyek konstruksi dengan skala yang besar. Bertujuan membantu manusia mengerjakan pekerjaannya sehingga hasil yang diharapkan dapat tercapai dengan lebih mudah pada waktu yang relatif lebih singkat. kendala pada saat menyewa dan menjual alat berat adalah kesulitan memilih produk-produk yang memiliki karakteristik yang hampir sama sehingga pengguna kebingungan dalam menentukan produk yang diinginkan dan minimnya waktu yang dibutuhkan untuk pengguna datang ke perusahaan secara langsung. Metodologi yang digunakan dalam pengembangan sistem adalah waterfall. Sistem rekomendasi yang diterapkan menggunakan algoritma Item-Based Collaborative Filtering dengan cara menghitung adjusted cosine similarity dan weightedsum untuk mendapatkan prediksi rating. Pengujian prediksi rating menggunakan Mean Absolute Error (MAE). Hasil rata-rata MAE untuk 20 produk dan 20 user yang dirating adalah 0.53. Berdasarkan hasil pengujian dengan menggunakan kuesioner user, dapat disimpulkan bahwa 10 responden user dan 10 responden operasional memberikan tanggapan positif dengan persentase diatas 70% yang menunjukkan bahwa aplikasi memudahkan user dengan memberikan rekomendasi produk yang memiliki prediksi rating yang tinggi

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 30 Mar 2023 10:41
Last Modified: 30 Mar 2023 10:41
URI: https://repository.mikroskil.ac.id/id/eprint/1995

Actions (login required)

View Item
View Item