SISTEM REKOMENDASI PAKET

INSTALASI KOMPUTER

Dengan Menggunakan Metode

Knowledge Based

Nama : Syahrul Rofiq Abdillah Fadli

Nim : 200103172
 KNOWLEDGE BASED
 Metode knowledge-based dalam sistem rekomendasi paket
komputer berfokus pada penggunaan pengetahuan eksplisit
untuk memberikan rekomendasi kepada pengguna. Pengetahuan
yang digunakan meliputi informasi tentang komponen komputer,
spesifikasi, kebutuhan pengguna, dan hubungan antara
komponen-komponen tersebut. Dalam sistem rekomendasi
knowledge-based, pengetahuan ini direpresentasikan dalam
bentuk aturan atau basis pengetahuan yang dapat digunakan
untuk menghasilkan rekomendasi yang relevan.
 Dalam knowledge-based filtering, sistem
rekomendasi mengumpulkan informasi
tentang item-item yang direkomendasikan,
seperti atribut-atribut mereka, deskripsi,
kategori, atau tag-tag yang terkait. Kemudian,
sistem menggunakan pengetahuan ini untuk
membangun model yang merepresentasikan
preferensi pengguna.
 Proses knowledge-based filtering umumnya melibatkan langkah-langkah berikut:
 Pengumpulan data: Informasi tentang item-item yang direkomendasikan dikumpulkan
dan disimpan dalam basis data sistem. Ini dapat mencakup atribut-atribut seperti judul,
deskripsi, kategori, tag, atau atribut lain yang relevan.
 Pembentukan profil pengguna: Profil pengguna dibangun berdasarkan preferensi
pengguna yang diketahui. Ini dapat melibatkan pertanyaan kepada pengguna atau
mengamati perilaku pengguna sebelumnya. Profil pengguna bisa mencakup preferensi
kategori, atribut-atribut tertentu, atau sejarah item-item yang disukai sebelumnya.
 Representasi item dan profil pengguna: Item-item yang direkomendasikan dan profil
pengguna direpresentasikan dalam bentuk vektor atau struktur data lainnya. Representasi
ini mencerminkan atribut-atribut dan karakteristik item serta preferensi pengguna.
 Perhitungan kesamaan: Dalam langkah ini, kesamaan antara item-item yang
direkomendasikan dan profil pengguna dihitung. Metrik kesamaan yang umum
digunakan adalah cosine similarity atau Euclidean distance. Tujuan dari perhitungan ini
adalah mengukur sejauh mana item-item cocok dengan preferensi pengguna.
 Pengambilan keputusan: Setelah perhitungan kesamaan dilakukan, sistem rekomendasi
mengambil keputusan untuk merekomendasikan item-item yang memiliki kesamaan
tinggi dengan profil pengguna. Item-item yang paling cocok akan diberikan sebagai
rekomendasi.
OVERVIEW
FLOWCART
 keuntungan
 Keuntungan dari knowledge-based filtering
adalah kemampuannya untuk memberikan
rekomendasi yang personal dan sesuai dengan
preferensi pengguna. Namun, metode ini
cenderung terbatas pada item-item yang
memiliki informasi yang kaya dan terstruktur,
serta tidak memperhitungkan faktor sosial atau
tren yang berkembang.
 PENUTUP
 TERIMAKASIH

 Saya harap tidak ada pertanyaan apapun

 “Barangsiapa yang membantu menghilangkan satu kesedihan (kesusahan) dari sebagian banyak kesusahan orang
mukmin ketika didunia maka Allah akan menghilangkan satu kesusahan (kesedihan) dari sekian banyak kesusahan
dirinya pada hari kiamat kelak.”
 (HR.Muslim)