Optimasi Pearson Correlation untuk Sistem Rekomendasi menggunakan Algoritma Firefly

Abstract

Saat ini dunia digital berkembang untuk menyajikan informasi yang dibutuhkan dalam kehidupan. Informasi yang tepat bagi pengguna dengan banyak pertimbangan variabel adalah suatu permasalahan urgensi untuk saat ini. Dalam dunia digital film, menyajikan rekomendasi film yang sesuai dengan user merupakan suatu permasalahan. Solusi yang tepat untuk masalah tersebut adalah dengan Sistem Rekomendasi. Penelitian ini menggunakan teknik rekomendasi Collaborative Filtering dengan metode Pearson Colleration dan algoritma Firefly dalam menentukan rekomendasi film. Kelemahan dari Teknik Collaborative Filtering adalah munculnya Sparsity atau kekosongan data. Untuk mengatasi kelemahan ini peneliti akan melakukan penghapusan dari data yang kosong. Selain itu peneliti menggunakan metode Pearson Correlation untuk mencari nilai kemiripan antar user dan menggunakan Algoritma Firefly untuk menentukan film yang paling sesuai dengan user. Hasil dari penelitian ini menghasilkan Mean Absolute Error atau nilai kemungkinan salah sebesar 0,82 dan nilai akurasinya sebesar 79,295%. Penggunaan metode Pearson Correlation tidak menghasilkan optimasi dalam penentuan kemiripan user yaitu mendapatkan error lebih rendah 0,21 yaitu sebesar 0,61 dan akurasi sebesar 83,83% atau lebih tinggi 4,535.

Keywords

• algoritma, sistem rekomendasi, collaborative filtering, pearson colleration, algoritma firefly, rekomendasi film, sistem pendukung keputusan