TEKNIK PAGERANK DAN PROPERTI JARINGAN UNTUK PENCARIAN AHLI LOKAL PADA RECOMMENDATION ENGINE (Studi Kasus : Data Venue Shopping Places Pada Foursquare)

AFRIANDO, EDO and Diyah, Puspitaningrum and Hanifah, Hanifah (2017) TEKNIK PAGERANK DAN PROPERTI JARINGAN UNTUK PENCARIAN AHLI LOKAL PADA RECOMMENDATION ENGINE (Studi Kasus : Data Venue Shopping Places Pada Foursquare). Undergraduated thesis, Universitas Bengkulu.

[img] Archive (Thesis)
G1A012050_SKRIPSI.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (4MB)

Abstract

Sistem rekomendasi adalah sebuah sistem yang memberikan rekomendasi akan suatu hal, bisa berupa benda, tempat ataupun lainnya kepada seorang pengguna tujuan mempersempit luasnya informasi. Sistem rekomendasi pencarian tempat atau lokasi diterapkan pada beberapa situs seperti FourSquare dan Yelp. Masalah yang sering dihadapi oleh mesin pencari adalah kueri yang dimasukkan pengguna belum memuaskan dari segi pemenuhan kebutuhan informasi pengguna. Jika mesin pencari memiliki sistem rekomendasi yang ditanam di dalamnya untuk melakukan pencarian sebuah tempat yang memenuhi kueri, misalkan kueri tempat belanja maka diharapkan sistem secara cerdas memberikan rekomendasi yang memuaskan pengguna dengan menelusuri jaringan sosial si peminta kueri. Tujuan dari penelitian ini adalah menemukan ahli lokal yang benar-benar mengetahui kategori bisnis tertentu di suatu daerah tertentu dengan menggunakan teknik PageRank dan properti jaringan. Ahli lokal adalah orang-orang yang memiliki keahlian khusus di suatu bidang pada suatu daerah geografis tertentu. Ahli lokal didapatkan dari penelusuran jaringan sosial si peminta kueri. Dataset yang digunakan adalah dataset shopping places yang diambil dari API Foursquare. Graf pengguna sebuah recommendation engine jika dibayangkan terdiri atas node-node (calon ahli lokal) yang berisi ulasan tertentu atas keberadaan venue-venue di dalam gelokasi tertentu. Oleh karena itu, mencari para ahli lokal merupakan sebuah hal yang penting. Pada tahap pre-processing untuk mengklasifikasikan ulasan positif atau negatif menggunakan ensemble backpropagation. Rekomendasi dari ahli lokal menjadi luaran dari aplikasi. Rekomendasi ahli lokal hasil dari pencarian selanjutnya akan dilakukan pengujian dengan suatu gold standard yang dibangun dengan teknik statistik. Dari pengujian diperoleh nilai precision dari masing-masing teknik. Hasil percobaan menunjukan bahwa pagerank dapat mencapai 0.27 pada P@1 lalu menurun hingga 0.14 pada P@30, sedangkan properti jaringan dapat mencapai 0.37 pada P@1 lalu menurun hingga 0.17 pada P@30

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 164 Irma Rohayu
Date Deposited: 04 Dec 2017 04:59
Last Modified: 04 Dec 2017 04:59
URI: http://repository.unib.ac.id/id/eprint/15277

Actions (login required)

View Item View Item