Komputer adalah seperangkat alat atau peralatan elektronik yang bekerja bersama-sama secara otomatis, menerima input dan memproses data sehingga menghasilkan output secara logis, cepat dan tepat berdasarkan perintah-perintah tertentu (Abdillah, 2015). Karena manfaat dan fungsinya, banyak sekali orang yang menginginkan sebuah komputer pribadi yang sesuai dengan budget dan komponen terbaik. Namun, ketika ingin membeli sebuah komponen PC, ada masalah berupa kesesuaian harga dengan kualitas komponen dan rata-rata masyarakat tidak mengetahui cara memilih komponen yang baik antara komponen satu dengan yang lainnya. Dari permasalahan yang telah disebutkan, maka dari itu harus ada sebuah sistem rekomendasi (recommendation system) yang dapat memberikan saran ataupun rekomendasi Personal Computer berdasarkan ketertarikan dan kebutuhan dalam pencarian referensi. Algoritma atau metode yang digunakan dalam penelitian ini adalah Collaborative filtering dengan mengambil metode Item-Based Collaborative filtering. Metode item based collaborative filtering juga memiliki kelebihan diantaranya mampu untuk mengeksplorasi asosiasi implisit yaitu asosiasi yang salah satunya bisa dihasilkan dari riwayat pilihan pengguna, sehingga dengan kelebihan ini dapat meningkatkan ketepatan rekomendasi objek yang dihasilkan. Pada penelitian ini algoritma untuk Collaborative filtering menggunakan Adjusted-Cossine Similarity untuk menghitung kemiripan antar user dan algoritma Weighted Sum untuk perhitungan prediksinya.
CITATION STYLE
Suhendri, S., Dadan Zaliluddin, & Agus Muharom. (2022). SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOMPONEN PERSONAL COMPUTER DENGAN MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING. INFOTECH Journal, 8(1), 53–59. https://doi.org/10.31949/infotech.v8i1.2232
Mendeley helps you to discover research relevant for your work.