REKOMENDASI SISTEM PEMILIHAN MOBIL MENGGUNAKAN K-NEAREST NEIGHBOR (KNN) COLLABORATIVE FILTERING

I. Gusti, Muhammad Nasrun, Ratna Astuti Nugrahaeni
{"title":"REKOMENDASI SISTEM PEMILIHAN MOBIL MENGGUNAKAN K-NEAREST NEIGHBOR (KNN) COLLABORATIVE FILTERING","authors":"I. Gusti, Muhammad Nasrun, Ratna Astuti Nugrahaeni","doi":"10.25124/tektrika.v4i1.1846","DOIUrl":null,"url":null,"abstract":"Mobil merupakan kendaraan yang sangat dibutuhkan pada masa ini. Banyak dari pengguna ketika ingin memilih mobil hanya mengetahui sebagian dari informasi mobil yang disukainya tanpa mengetahui informasi mobil lain yang sejenis. Rekomendasi sistem pemilihan mobil merupakan sistem yang dapat digunakan oleh pengguna dalam memilih mobil. Dengan diterapkannya rekomendasi sistem pemilihan mobil, pengguna akan mendapatkan informasi lebih mengenai mobil yang ingin dipilih, dan mobil lain yang mungkin mobil tersebut sama sekali belum diketahui oleh pengguna. Dalam rekomendasi sistem pemilihan mobil, penulis menerapkan metode K-Nearest Neighbor (KNN) Collaborative Filtering yang dilakukan berdasarkan jarak kedekatan Data Testing dengan Data Training. Kedekatan data (kemiripan data) tersebut digunakan untuk merekomendasikan mobil ke pengguna. Hasil yang diperoleh dalam penelitian ini adalah jika ingin mendapatkan 10 mobil terbaik maka jarak maksimal yang digunakan adalah 5%, dan akurasi terbaik didapatkan ketika K = 10 yaitu sebesar 95,15%.","PeriodicalId":167949,"journal":{"name":"TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-09-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25124/tektrika.v4i1.1846","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Mobil merupakan kendaraan yang sangat dibutuhkan pada masa ini. Banyak dari pengguna ketika ingin memilih mobil hanya mengetahui sebagian dari informasi mobil yang disukainya tanpa mengetahui informasi mobil lain yang sejenis. Rekomendasi sistem pemilihan mobil merupakan sistem yang dapat digunakan oleh pengguna dalam memilih mobil. Dengan diterapkannya rekomendasi sistem pemilihan mobil, pengguna akan mendapatkan informasi lebih mengenai mobil yang ingin dipilih, dan mobil lain yang mungkin mobil tersebut sama sekali belum diketahui oleh pengguna. Dalam rekomendasi sistem pemilihan mobil, penulis menerapkan metode K-Nearest Neighbor (KNN) Collaborative Filtering yang dilakukan berdasarkan jarak kedekatan Data Testing dengan Data Training. Kedekatan data (kemiripan data) tersebut digunakan untuk merekomendasikan mobil ke pengguna. Hasil yang diperoleh dalam penelitian ini adalah jika ingin mendapatkan 10 mobil terbaik maka jarak maksimal yang digunakan adalah 5%, dan akurasi terbaik didapatkan ketika K = 10 yaitu sebesar 95,15%.
汽车选举系统推荐使用K-NEAREST社区过滤
在这个时代,汽车是一种非常重要的交通工具。许多用户在选择汽车时,只知道他喜欢的汽车的一部分信息,而不知道其他汽车的信息。汽车选择系统推荐是用户在选择汽车时可以使用的系统。通过对选择汽车系统进行推荐,用户将获得更多关于选择汽车以及可能完全不被用户发现的其他汽车的信息。在选择汽车系统推荐中,作者采用了K-Nearest collaboratting方法,该方法是根据测试数据与培训数据的距离进行的。数据的亲和力(数据的相似之处)被用来向用户推荐汽车。这项研究的结果是,如果你想拥有10辆最好的车,最大的行驶距离是5%,最好的准确率是在K = 10等于95.15%的时候。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信