Penggunaan Correlation-Based Similarity untuk Sistem Rekomendasi Tanpa Rating

Abstract

Sistem rekomendasi adalah sebuah sistem yang menjadi sebuah kebutuhan banyak perusahaan saat ini, terutama perusahaan yang menjual produk dan melakukan aktivitasnya melalui media web. Rating yang telah diberikan oleh seorang pengguna akan digunakan sebagai referensi untuk menentukan rekomendasi untuk pengguna tersebut serta orang lain yang memiliki karakteristik yang mirip. Terkadang sistem rekomendasi tidak menggunakan rating, tetapi berdasarkan sejarah pembelian/pemakaian. Correlation-based similarity adalah sebuah algoritma yang dapat digunakan untuk mendapatkan nilai kemiripan antar dua obyek yang berbeda. Kemiripan dihitung berdasar rating yang diberikan oleh pengguna. Seorang pengguna dikatakan mirip dengan pengguna lain berdasarkan nilai threshold yang ditentukan. Kadang sulit untuk mendapatkan rating maka diperlukan sistem rekomendasi tanpa rating. Rumus correlation-based similarity perlu dioptimasi untuk sistem rekomendasi tanpa rating.Recommender system is needed by many companies, mainly for companies that selling products and services in web. User ratings are used as recommendation references for user himself or for another users having similar characteristics. Sometimes recommender system doesn’t use rating, but based on buying/using history. Correlation-based similarity is an algorithm that can be used for getting similarity value between two different objects. Similarity is calculated based on user ratings. Sometimes it is difficult to get rating, so that it is needed a recommender system without user input. Correlation-based similarity formula must be optimized for recommender system without rating.