SISTEM REKOMENDASI PENGGUNA PADA APLIKASI JEJARING SOSIAL BERBASIS ANDROID DENGAN ALGORITMA COSINE SIMILARITY (STUDI KASUS: YOUTH BREAK THE BOUNDARIES FOUNDATION)

Suhendra, . (2021) SISTEM REKOMENDASI PENGGUNA PADA APLIKASI JEJARING SOSIAL BERBASIS ANDROID DENGAN ALGORITMA COSINE SIMILARITY (STUDI KASUS: YOUTH BREAK THE BOUNDARIES FOUNDATION). Sarjana thesis, Sekolah Tinggi Informatika dan Komputer Indonesia.

	Text ABSTRAK.docx Download (30kB)
	Text BAB I.docx Restricted to Registered users only Download (60kB)
	Text BAB II.docx Restricted to Repository staff only Download (188kB)
	Text BAB III.docx Restricted to Repository staff only Download (1MB)
	Text BAB IV.docx Restricted to Repository staff only Download (3MB)
	Text BAB V.docx Restricted to Registered users only Download (29kB)

Abstract

Popularitas layanan jejaring sosial seperti Facebook, Twitter, Instagram dan LinkedIn semakin meningkat dalam beberapa tahun terakhir. Setiap harinya ribuan pengguna baru mendaftar yang menambah ratusan jutaan pengguna yang aktif. Hal ini dapat membanjiri pengguna dengan informasi dalam jumlah besar yang dapat mengakibatkan resiko informasi yang berlebihan (information overload). Layanan jejaring social tersebut memiliki sistem rekomendasi yang dapat menangkap minat pengguna dan melayani mereka dengan informasi yang berpotensi menarik. Sama halnya dengan aplikasi jejaring sosial lain, aplikasi Youth Break the Boundaries (YBB) merupakan sebuah aplikasi jejaring sosial bagi komunitas YBB. Namun dikarenakan aplikasi YBB yang masih relatif baru, aplikasi ini belum memiliki fitur lengkap apalagi sistem rekomendasi yang kompleks sehingga minat pengguna dalam menggunakan aplikasi berkurang. Oleh karena itu, penerapan sistem rekomendasi pada aplikasi YBB akan mempengaruhi alur dari sistem yang ada sehingga perlu dilakukan pembaruan terhadap aplikasi YBB yang sudah ada. Pengembangan sistem rekomendasi pengguna ini menggunakan algoritma cosine similarity pada halaman Search. Algoritma Cosine Similarity terbukti dapat memberikan rekomendasi pengguna lain dengan tingkat akurasi yang tinggi. Dengan adanya sistem rekomendasi ini, pengguna dapat terbantu dalam memperluas jaringan dengan pengguna lain yang memiliki minat yang sama.

Item Type:	Thesis (Sarjana)
Subjects:	Applied computing > Computers in other domains
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	09 Dec 2021 04:31
Last Modified:	09 Dec 2021 04:33
URI:	http://repository.stiki.ac.id/id/eprint/1626

Actions (login required)

View Item