Sistem Rekomendasi Kos Mahasiswa dengan Metode K-Means Clustering dan Collaborative Filtering

Dewi, Desak Nyoman Sukma (2025) Sistem Rekomendasi Kos Mahasiswa dengan Metode K-Means Clustering dan Collaborative Filtering. Undergraduate thesis, Politeknok Negeri Bali.

	Text (Full Text) RAMA_58302_2115354053_full.pdf - Accepted Version Restricted to Repository staff only Download (8MB) | Request a copy
	Text (Cover, Bab 1, Bab 5, Referensi) RAMA_58302_2115354053_0017038002_005019504_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (486kB)
	Text (iThenticate) RAMA_58302_2115354053_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (14MB) | Request a copy

Abstract

Pencarian kos yang sesuai dengan preferensi mahasiswa kerap membutuhkan banyak waktu serta usaha yang besar, terutama di daerah dengan banyak pilihan seperti Jimbaran. Kondisi ini mendorong perlunya sistem rekomendasi yang mampu memberikan saran kos secara personal sesuai kebutuhan pengguna. Penelitian ini difokuskan pada pengembangan sistem rekomendasi kos mahasiswa dengan memanfaatkan pendekatan clustering menggunakan algoritma K-Means dan collaborative filtering berbasis interaksi pengguna. Data yang digunakan dalam penelitian mencakup informasi harga, jarak, lokasi, fasilitas kos, serta interaksi mahasiswa berupa melihat, menambahkan ke wishlist, dan memberikan rating. Penentuan jumlah cluster optimal dilakukan menggunakan metrik Silhouette Score, di mana nilai tertinggi sebesar 0,2089 diperoleh pada k = 5, sehingga digunakan dalam penelitian ini. Proses clustering mengelompokkan mahasiswa dengan preferensi serupa, yang kemudian digunakan sebagai dasar penerapan collaborative filtering untuk menghasilkan rekomendasi yang lebih relevan. Sistem dievaluasi dengan menggunakan ukuran precision, recall, dan F1-score, serta pengujian nilai TOP_N untuk menentukan jumlah rekomendasi terbaik. Hasil pengujian menunjukkan bahwa TOP_N = 10 memberikan keseimbangan terbaik antara precision (0,1033), recall (0,5345), dan akurasi (0,7758). Pendekatan ini terbukti efektif membantu mahasiswa menemukan kos yang sesuai preferensi secara cepat dan tepat, serta berpotensi dikembangkan lebih lanjut dengan metode rekomendasi lainnya.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sistem Rekomendasi, Data Preferensi, Kos Mahasiswa, K-Means Clustering, Collaborative Filtering
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Komputer Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	Desak Nyoman Sukma Dewi
Date Deposited:	17 Sep 2025 00:59
Last Modified:	17 Sep 2025 00:59
URI:	https://repository.pnb.ac.id/id/eprint/21120

Actions (login required)

View Item