Skripsi

Pengembangan sistem rekomendasi buku menggunakan model transformer / Akhmad Khanafi Mashudi

Abstrak
Penelitian ini mengembangkan sistem rekomendasi buku berbasis model transformer sebagai model berbasis perhatian untuk meningkatkan kualitas dan kuantitas aktivitas membaca. Model transformer dipilih karena kemampuannya dalam mengekstraksi fitur-fitur informasi pada data berurutan memungkinkan pemahaman yang lebih mendalam terhadap preferensi pengguna dan karakteristik buku. Penelitian ini membandingkan kinerja model transformer dengan Neural Collaborative Filtering (NCF) menggunakan metrik Hit Rate (HR) dan Normalized Discounted Cumulative Gain (NDCG). Hasil evaluasi menunjukkan bahwa model transformer secara signifikan unggul dibandingkan model NCF dengan HR 10 mencapai 63.46% dan NDCG 10 mencapai 42.30% dibandingkan dengan HR 10 sebesar 47.37% dan NDCG 10 sebesar 32.68% dari model NCF. Hasil tersebut menunjukkan kemampuan transformer lebih baik dalam memahami hubungan kompleks antara pengguna dan buku. Dengan demikian model transformer terbukti lebih efektif dalam memberikan rekomendasi buku yang lebih relevan dan berkualitas dibandingkan dengan model NCF.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2024.

Deskripsi Fisik

6 hlm. : ilus.

Bahasa

Indonesia

No Reg

1237/RS/25

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. SISTEM REKOMENDASI BUKU - MODEL TRANSFORMER
2. BOOK RECOMMENDATION SYSTEM - TRANSFORMER MODEL

Pembimbing

1. Dr.eng Muhammad Ashar, S.t., M.t.

Lampiran Berkas