| dc.description.abstract | Internet saat ini menjadi sumber informasi yang dapat diakses semua orang. Situs-situs web yang ada di dalam Internet menyediakan berbagai macam informasi kepada penggunanya. Namun dengan banyaknya informasi yang disediakan, terkadang pengguna sering menghabiskan waktu hanya untuk mencari informasi yang diinginkan. Hal ini yang menyebabkan pengguna merasa kurang nyaman dalam proses menjelajahi (browsing) sebuah situs web. Penelitian ini mengacu pada penelitian yang telah dilakukan oleh Yong (Tsing Hua University, Taiwan) pada tahun 2001. Penelitian ini bertujuan memberikan personalisasi rekomendasi berdasarkan minat dan perilaku pengguna yang diperoleh dari data transaksi pengguna dengan studi kasus adalah koleksi walllpaper. Rekomendasi yang dihasilkan adalah koleksi yang berasal dari pengguna lain yang memiliki minat dan perilaku yang sama dan berada di dalam satu cluster yang sama pula. Proses rekomendasi dibagi menjadi lima proses, yaitu pencatatan transaksi, penentuan profil minat dan profil perilaku, pembentukan matriks vektor, clustering matriks vektor dan rekomendasi koleksi. Penelitian dilakukan dengan menggunakan pendekatan linear sequential model yang meliputi tahap analisis, desain, pengkodean dan pengujian. Sistem Rekomendasi dibagi menjadi satu fungsi utama dan empat fungsi sistem. Keempat fungsi sistem adalah fungsi input_interest_behavior, fungsi create_vector, fungsi cluster_vekctor dan fungsi recommendation. Kompleksitas waktu algoritma sistem ini adalah O(2n2). Pada sistem ini, nilai threshold á mempengaruhi penentuan profil minat, nilai threshold â mempengaruhi penentuan profil perilaku, serta threshold ä mempengaruhi jumlah cluster yang terbentuk dan jumlah anggota cluster. | id |
