Skripsi/Tugas Akhir

Implementasi Content-Based Filtering pada Aplikasi Balai Jasa Konstruksi Makassar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini mengembangkan aplikasi rekomendasi perumahan menggunakan algoritma Content-based Filtering untuk memberikan rekomendasi yang lebih personal kepada calon pembeli rumah di Makassar. Aplikasi ini menganalisis kesamaan antara preferensi pengguna dan karakteristik perumahan berdasarkan fitur seperti tipe rumah, harga, fasilitas, bahan bangunan, dan alamat. Data perumahan diperoleh melalui web scraping dari situs-situs perumahan di Makassar. Hasil analisis menunjukkan bahwa nilai bobot tertinggi dokumen adalah 6,5268, dengan Cosine Similarity tertinggi 0,96 dan nilai Cosine Similarity terendah adalah 0,00. Evaluasi kinerja sistem menunjukkan precision 36,11%, Recall 100%, dan Fmeasure 53,00% dengan ambang batas similarity 0,50. Meskipun sistem berhasil menemukan semua rekomendasi relevan (Recall 100%), precision yang rendah menunjukkan perlunya peningkatan dalam relevansi rekomendasi. F-measure yang mencapai 53,00% mengindikasikan perlunya peningkatan lebih lanjut untuk meningkatkan akurasi keseluruhan sistem.
Kata Kunci: Content-Based Filtering, Rekomendasi Perumahan, Akurasi

ABSTRACT
This research developed a housing recommendation application using a Contentbased Filtering algorithm to provide more personalized recommendations for potential homebuyers in Makassar. The application analyzes the similarity between User preferences and housing characteristics based on features such as house type, price, facilities, building materials, and address. Housing data was obtained through web scraping from real estate websites in Makassar. The analysis results showed that the highest document weight was 6.5268, with the highest Cosine Similarity of 0.96 and the lowest Cosine Similarity of 0.00. The system's performance evaluation revealed a precision of 36.11%, Recall of 100%, and Fmeasure of 53.00% at a similarity threshold of 0.50. While the system successfully identified all relevant recommendations (Recall 100%), the low precision indicates the need for improvement in the relevance of recommendations. The F-measure of 53.00% suggests further enhancements are required to improve the overall accuracy of the system.
Keywords: Content-Based Filtering, Housing Recommendations, Accuracy

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-50 AMI i - 0736TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xv + 116 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-50

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 09 September 2024

Subjek

Skripsi/Tugas Akhir
Algoritma Content Based Filtering

Lampiran File