73
coefficient yang bernilai 0,5 sudah menunjukkan kesamaan yang
signifikan, misalnya
antara dua pembeli. Nilai 0,5 itu menunjukkan
bahwa dari semua item yang dibeli oleh salah satu dari mereka, salah
satunya membeli setengah dari semua item tersebut.
2.1.19
Distributed Item-Based Algorithm
Menurut Owen et al. (2012:95), pendekatan terdistribusi sangat
dibutuhkan untuk menghasilkan sistem rekomendasi. Algoritma
tersebut diimplementasikan dengan menggunakan
operasi matriks.
Matriks yang digunakan adalah similarity matrix. Matriks
ini juga
merupakan matriks item-item (square matrix).
Dalam square matrix,
jumlah baris dan kolom sama dengan jumlah item dalam model data.
Setiap baris dan kolom menunjukkan kesamaan antara item tertentu
dan item lainnya. Matriks ini merupakan matriks yang simetris karena
kesamaan antara item A dan B sama dengan kesamaan antara item B
dan A.
Tabel 2.14 Similarity Matrix untuk Item dalam Suatu Contoh Data Set
Kode
Item
A01
A02
A03
A04
A05
A01
1
0,5
0,2
0
0,75
A02
0,5
1
0,6
0,9
0,4
A03
0,2
0.6
1
0,42
0
A04
0
0,9
0,42
1
0,5
A05
0,75
0,4
0
0,5
1
Similarity matrix
pada tabel 2.14
merupakan contoh matriks
simetris yang menggunakan
lima
item
yang bisa dihitung dengan
similarity measure, seperti Tanimoto
coefficient similarity.
Setelah
 |