IMPLEMENTASI METODE CANBERRA DISTANCE DAN COSINE SIMILARTY PADA DATASET REKOMENDASI BERITA
Kemajuan teknologi menyebabkan penyebaran informasi semain luas, salah satunya adalah penyebaran berita yang tidak lagi terbatas pada media cetak saja. Pembaca sekarang dapat mengakses berbagai informasi yang mereka inginkan melalui berbagai saluran berita yang tersedia saat ini, baik pada media cetak maupun online. Namun, karena banyaknya jumlah berita yang tersedia, seringkali pembaca kesulitan dalam memilih berita yang ingin mereka baca dan pembaca biasanya cenderung membaca sebuah berita yang mirip dengan berita yang sebelumnya telah mereka baca. Untuk mengatasi masalah ini, diperlukan inovasi dalam bentuk sistem pemerolehan informasi dengan membangun sebuah model rekomendasi berita. Dalam membangun sistem rekomendasi dapat ditempuh melalui berbagai metode pendekatan, salah satunya dapat menggunakan metode Cosine dan Canberra. Penelitian ini akan berfokus pada perbandingan metode Cosine Similarity dengan Canberra Distance dalam membangun sebuah model rekomendasi berita, dan bertujuan untuk mengetahui tingkat akurasi dari kedua metode tersebut bersadarkan nilai evaluasi MAE dan RMSE. Hasil dari penelitian ini yaitu metode Cosine Similarty adalah metode terbaik dalam membuat model rekomendasi berita dibandingkan dengan metode Canberra Distance, dengan nilai evaluasi metode MAE Cosine Similarty sebesar 1.0 dan nilai RSME sebesar 2.3. Sedangkan nilai evaluasi MAE Canberra Distance memiliki nilai sebesar 1.75 dan nilai RSME sebesar 4.12. Hal ini disebabkan karna metode Cosine Similarty mengukur kesamaan berdasarkan arah (distribusi term) sedangkan Canberra Distance mempertibangkan jumlah frekuensi dari setiap term.
URI
https://repo.itera.ac.id/depan/submission/SB2410070007
Keyword