Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Peningkatan Akurasi Rekomendasi Menggunakan Metode Content-Based Apriori Dan Collaborative-Filtering Apriori
Toni Prabowo NIM. (2017) | Tesis | Sistem Informasi
Bagikan
Ringkasan
Data mining adalah suatu metode pengolahan data yang digunakan untuk menemukan pola yang tersembunyi dari data yang akan diolah. Di dalam data mining terdapat beberapa salah satunya adalah association rule. Assosiacion sendiri merupakan metode data mining yang digunakan untuk menemukan aturan assosiatif antara suatu kombinasi item, salah satu algoritma yang terdapat dalam association adalah algoritma apriori. Algoritma Apriori merupakan algoritma yang umum digunakan dalam association rule karena penggunaannya yang mudah, akan tetapi association rule khususnya algoritma apriori memiliki kekurangan pada proses yang berulang-ulang sehingga menjadikan proses untuk mendapatkan hasil membutuhkan waktu lama, sehingga tidak dapat digunakan untuk kebutuhan yang cepat. Dalam hal ini algoritma apriori akan digunakan untuk menghasilkan pola assosiatif barang yang selanjutnya akan diproses oleh algoritma content-based dan collaborative filtering, sehingga hal ini akan menghasilkan rekomendasi dengan cepat.
Ringkasan Alternatif
Data mining is data processing method used to find the hidden patterns of data. In data mining there are several algoritms one of them is association rule. Association rule is a method of data mining used to find assosiatif data, one of the algorithms contained in the association rule is apriori algorithm. The apriori algorithm is an algorithm commonly used in association rule because its easy and fast, but apriori has a deficiency in process which longer. Apriory cannot use in fast transaction. In this case apriori algorithm will use to create assosiatif items that next process will use content-based and collaborative-filtering algorithm. It will be make a fast recommendation.