Implementasi Model Matrix Factorization Pada Sistem Rekomendasi Pariwisata Bali

Sudirja, Ardya Wira (2026) Implementasi Model Matrix Factorization Pada Sistem Rekomendasi Pariwisata Bali. Tugas Akhir (S1) - thesis, Universitas Bakrie.

	Text (Cover) 00. Cover.pdf - Accepted Version Download (859kB)
	Text (Bab I-III) 01. BAB I-III.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 02. BAB IV.pdf - Accepted Version Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V) 03. BAB V.pdf - Accepted Version Restricted to Registered users only Download (205kB) | Request a copy
	Text (Daftar Pustaka) 04. BAB Daftar Pustaka.pdf - Accepted Version Download (214kB)
	Text (Lampiran) 05. Lampiran.pdf - Accepted Version Restricted to Registered users only Download (195kB) | Request a copy

Abstract

Sistem rekomendasi pariwisata memerlukan pemodelan preferensi user berdasarkan data interaksi yang sering kali terbatas. Penelitian ini bertujuan mengimplementasikan dan membandingkan tiga model Matrix Factorization (MF), yaitu SVD, Funk SVD, dan SVD++, pada sistem rekomendasi pariwisata Bali. Dataset hasil praproses mencakup 21.886 interaksi, 18.524 user, dan 300 item, dengan sparsity sebesar 99,6062%. Dataset dibagi menjadi 80% development data dan 20% final test data. Optimasi hyperparameter dilakukan menggunakan Grid Search dan 5-Fold Cross-Validation, sedangkan evaluasi menggunakan Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Pada final test data, Funk SVD memperoleh RMSE dan MAE terendah sebesar 1,0433 dan 0,7434, diikuti SVD++ sebesar 1,0458 dan 0,7447, serta SVD klasik sebesar 1,0633 dan 0,7771. Prediksi langsung model mencakup 21,04% interaksi pengujian, sedangkan 78,96% menggunakan mekanisme fallback. Evaluasi khusus prediksi langsung model juga menunjukkan kesalahan terendah pada Funk SVD. Model tersebut kemudian dilatih ulang menggunakan seluruh dataset untuk menghasilkan rekomendasi Top-N. Hasil penelitian menunjukkan bahwa Funk SVD memperoleh performa terbaik di antara model yang diuji, sementara cakupan prediksi langsung bergantung pada ketersediaan informasi user–item dalam data pelatihan.

Item Type:	Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords:	recommender systems, matrix factorization, Bali tourism, rating prediction, data sparsity.
Subjects:	Computer Science > Artificial intelligence (Kecerdasan buatan) Thesis > Thesis (S1)
Divisions:	Fakultas Teknik dan Ilmu Komputer > Program Studi Informatika
Depositing User:	Ardya Wira Sudirja
Date Deposited:	19 Sep 2026 03:03
Last Modified:	19 Sep 2026 03:03
URI:	https://repository.bakrie.ac.id/id/eprint/15018

Actions (login required)

View Item