Description

RECOMMENDER SYSTEM

Sistem rekomendasi adalah suatu system yang digunakan oleh para user/customer/pelanggan untuk mendapatkan produk yang tepat sasaran diinginkan. Ide awal dari sistem rekomendasi sendiri adalah untuk menggunakan beberapa sumber informasi pada data perpustakaan, tujuan utama dari sistem rekomendasi ini nantinya adalah untuk meningkatkan keefektifan proses pinjam buku. Terdapat beragam metode yang akan saya jelaskan satu-persatu.

DEMOGRAPHIC FILTERING

Demographic Filtering adalah teknik rekomendasi yang sifatnya general (tidak personalized). Contohnya, ketika ingin menilai suatu buku di perpustakaan biasanya kita melihat jumlah pembaca, rating yang bisa diatur atau sortir sesuka kita. Teknik demografi ini membuat suatu rekomendasi menggunakan metode scoring seperti berikut:

Untuk menentukan buku mana yang lebih baik direkomendasikan, kita bisa membuat rumus perhitungan score dengan “IMDB Weighted Rating”: 

WR = Rv + Cm / v + m

R = average for the book

v = number of votes for the book

m = minimum votes required to be listed in the Top list

C = the mean vote across the whole report

CODE ILLUSTRATION

CONTENT-BASED FILTERING

Content Based Filtering adalah metode yang memberikan rekomendasi berdasarkan kemiripan atribut dari item atau barang yang disukai. Pada sistem rekomendasi buku kemiripan berdasarkan atribut yang dimiliki oleh buku seperti genre, topik, informasi dari penulis.

CODE ILLUSTRATION

COLLABORATIVE FILTERING

Collaborative Filtering adalah metode yang memberikan rekomendasi berdasarkan feedback dari user yang lain atau dari diri sendiri. Penerapan dalam rekomendasi buku yaitu pembentukan user-matrix yang berisi pereferensi dari user yang di bentuk dari data feedback yang berupa data voting dan peminjaman user yang lain.

CODE ILLUSTRATION

REFERENSI LAIN:

https://www.analyticssteps.com/blogs/what-are-recommendation-systems-machine-learning

https://towardsdatascience.com/introduction-to-recommender-systems-6c66cf15ada