Rizal, Eris Dwi Septiawan (2020) Sistem rekomendasi pemilihan kelas memasak pada aplikasi kulinera menggunakan algoritma content-based filtering / Eris Dwi Septiawan Rizal. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Kulinera merupakan sebuah aplikasi e-learning berbasis web tentang pembelajaran memasak masakan kuliner Indonesia. Proses pembelajaran pada Kulinera disajikan kedalam bentuk kelas memasak. Setiap pengguna dapat memilih kelas memasak secara bebas sedangkan masakan kuliner Indonesia sangatlah banyak dan beragam. Hal ini akan membuat pengguna bingung dalam memilih kelas dan pengguna tidak memiliki panduan untuk memilih kelas yang cocok untuk diambil. Oleh karena itu penting untuk dikembangkan sebuah fitur sistem rekomendasi kelas memasak kepada pengguna berdasarkan kelas terakhir yang diambil. Algoritma yang digunakan untuk melakukan perhitungan rekomendasi adalah Content-Based Filtering. Cara kerja algoritma ini adalah membandingkan setiap item pada dokumen dengan item lain yang berada pada dokumen lain. Kriteria yang digunakan untuk menentukan rekomendasi ada lima yaitu kemiripan nama kelas dominan rasa masakan kategori masakan daerah asal dan tutor. Algoritma Content-Based Filtering telah banyak digunakan dalam penelitian tentang sistem rekomendasi dengan mendapatkan performa yang cukup baik. Oleh karena itu penelitian ini menggunakan Algoritma Content-Based Filtering untuk membuat sistem rekomendasi pemilihan kelas memasak. Hasil dari penelitian ini adalah algoritma Content-Based Filtering dapat diterapkan untuk memberikan rekomendasi kelas memasak kepada pengguna. Rekomendasi yang diberikan oleh sistem hanya dibatasi sebanyak enam rekomendasi kelas berdasarkan bobot kelas tertinggi. Pengujian Blackbox yang dilakukan pada setiap fungsi dapat berjalan dengan baik. Uji kevalidan media yang dilakukan oleh validator ahli mendapatkan persentase 96 52%. Pengujian menggunakan user testing dilakukan dengan tiga pengujian yaitu Usability Testing Experience dengan hasil 85 73% User Acceptance Testing dengan persentase 83 89% dan pengujian relevansi sistem rekomendasi dengan persentase 88 69%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 01 Sep 2020 04:29 |
| Last Modified: | 09 Sep 2020 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/264954 |
Actions (login required)
 |
View Item |