Sistem Rekomendasi Skincare Menggunakan Matrix Factorization dengan Metode Non-Negative Matrix Factorization - Dalam bentuk buku karya ilmiah
AHMAD INDRA NURFAUZI
Informasi Umum
Kode
24.04.4979
Klasifikasi
006.33 - Knowledge-based systems, deductive databases, expert systems
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Recommender Systems
Dilihat
133 kali
Informasi Lainnya
Abstraksi
Perawatan kulit wajah sangat penting untuk menjaga kulit tetap bersih, sehat, dan bercahaya. Sistem rekomendasi, seperti Collaborative Filtering dan Content-Based Filtering, dapat memberikan saran produk skincare berdasarkan ulasan pengguna. Penelitian ini membandingkan dua model Matrix Factorization, yaitu Non-Negative Matrix Factorization (NMF), dan Singular Value Decomposition (SVD) untuk meningkatkan akurasi dan relevansi rekomendasi skincare. Hasil penelitian menunjukkan bahwa metode SVD lebih unggul, dengan Mean Absolute Error (MAE) sebesar 0,7190, Root Mean Square Error (RMSE) sebesar 1,0104, Precision sebesar 0,8054, Recall sebesar 0,8144, dan skor F-1 sebesar 0,8099. Sebagai perbandingan, metode NMF memiliki MAE sebesar 0,7074, RMSE sebesar 1,1052, Precision sebesar 0,7865, Recall sebesar 0,7987, dan skor F-1 sebesar 0,7926. Hasil pengujian menunjukan bahwa kedua metode tersebut bisa menghasilkan rekomendasi sistem yang cukup akurat.
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | AHMAD INDRA NURFAUZI |
| Jenis | Perorangan |
| Penyunting | Agung Toto Wibowo |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2024 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
