Sistem Rekomendasi Menggunakan Item-Based Collaborative Filtering Berbasis Mobile iOS

  • Bagas Ilham Rabbani Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan, Universitas Padjadjaran
  • Herlina Napitupulu Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan, Universitas Padjadjaran
  • Elis Hertini Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan, Universitas Padjadjaran
DOI: https://doi.org/10.37278/sisinfo.v5i2.671
Keywords: Sistem Rekomendari, Item-Based Collaborative Filtering, Aplikasi Mobile iOS, k-Nearest Neighbors

Abstract

Kecerdasan buatan menjadi topik yang sering diperbincangkan dalam beberapa tahun terakhir. Salah satu implementasi kecerdasan buatan adalah pembuatan sistem yang dapat memberikan rekomendasi. Adanya sistem rekomendasi yang bisa memberikan saran seperti pada rekomendasi restoran, kursus daring, mata kuliah, dan lain sebagainya. Pilihan-pilihan yang direkomendasikan tersebut akan membantu user terutama untuk cakupan pilihan yang sangat banyak. Penelitian ini bertujuan untuk menghasilkan perhitungan nilai kemiripan antar item dalam bahasa pemrograman Swift, perhitungan prediksi nilai rating dalam bahasa pemrograman Swift, dan implementasi sistem rekomendasi dalam aplikasi mobile iOS.

Published
2023-08-18
Issue
Vol 5 No 2 (2023): SisInfo
Section
Articles

Copyright (c) 2023 Bagas Ilham Rabbani, Herlina Napitupulu, Elis Hertini

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish articles in SisInfo : Jurnal Sistem Informasi dan Informatika  agree to the following terms:

  1. Authors retain copyright of the article and grant the journal right of first publication with the work simultaneously licensed under a CC-BY-SA or The Creative Commons Attribution–ShareAlike License.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).