Implementasi Regularized Singular Value Decomposition dalam Sistem Rekomendasi Buku Collaborative Filtering

Abstrak

Pada tingkat sekolah, waktu dibatasi oleh sistem jam pelajaran. Hal ini membuat siswa harus menggunakan waktunya dengan bijak sebelum berpindah pelajaran. Namun, memilih bahan bacaan yang tepat sering kali membutuhkan lebih banyak waktu sehingga mengakibatkan jam pelajaran terbuang percuma. Pengembangan sistem rekomendasi dengan metode Collaborative Filtering (CF) dan Regularized Singular Value Decomposition (SVD) dipilih untuk mengatasi permasalahan sulitnya siswa mencari buku di perpustakaan. Data yang digunakan adalah data interaksi siswa dengan buku berupa rating yang dikumpulkan secara langsung dan diolah untuk memberikan rekomendasi. Hasil penerapan SVD dalam memprediksi rating dan mencari fitur laten yang sesuai untuk menggambarkan karakteristik siswa dan buku menghasilkan nilai MAE dan RMSE sebesar 0,478 dan 0,686. Penelitian yang dilakukan juga menunjukkan bahwa jumlah faktor atau fitur laten yang tepat dan penambahan regularisasi berpengaruh terhadap peningkatan akurasi prediksi. Nilai prediksi rating tersebut kemudian digunakan untuk memberikan rekomendasi buku personal dan nilai fitur laten dari buku yang ditemukan digunakan dalam perhitungan cosine similarity untuk memberikan rekomendasi buku non-personal.