optimasi algoritma particle swarm optimization …kc.umn.ac.id/1756/1/halaman awal.pdf · hasil uji...

Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.

OPTIMASI ALGORITMA PARTICLE SWARM

OPTIMIZATION DENGAN RUMUS PREDIKSI

RESNICK UNTUK PREDIKSI RATING

PADA MODULE OPENCART

SKRIPSI

Diajukan guna memenuhi sebagian persyaratan memperoleh

gelar Sarjana Komputer (S.Kom)

Diajukan Oleh:

Samuel Christianto

NIM: 10110110055

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INFORMASI DAN KOMUNIKASI

UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2014

HALAMAN PENGESAHAN

OPTIMASI ALGORITMA PARTICLE SWARM OPTIMIZATION

DENGAN RUMUS PREDIKSI RESNICK UNTUK PREDIKSI

RATING PADA MODULE OPENCART

Oleh:

Nama : Samuel Christianto

NIM : 10110110055

Program Studi : Teknik Informatika

Fakultas : Teknologi Informasi dan Komunikasi

Tangerang, 18 Juni 2014

Ketua Sidang Dosen Penguji

Dodick Z. S., S.Kom., B.App.Sc., M.T.I Nanang Krisdianto, S.T., M.Kom.

Dosen Pembimbing I, Dosen Pembimbing II

Hargyo T. N. I., S.Kom., M.Sc Adhi Kusnadi, S.T., M.Si.

Ketua Program Studi

Maria Irmina Prasetyowati, S.Kom., M.T.

Optimasi Algoritma ..., Samuel Christianto, FTI UMN, 2014 ii

HALAMAN PENGESAHAN OPTIMASI ALGORITMA PARTICLE SWARM OPTIMIZATION DENGAN RUMUS PREDIKSI RESNICK UNTUK PREDIKSI

RATING PADA MODULE OPENCART Oleh:

Nama : Samuel Christianto NIM : 10110110055

Program Studi : Teknik Informatika Fakultas : Teknologi Informasi dan Komunikasi

Tangerang, 18 Juni 2014 Ketua Sidang Dosen Penguji

Dodick Z. S., S.Kom., B.App.Sc., M.T.I Nanang Krisdianto, S.T., M.Kom. Dosen Pembimbing I, Dosen Pembimbing II

Hargyo T. N. I., S.

HALAMAN PERSEMBAHAN

Kupersembahkan karya ini untuk

Orang Tuaku tercinta

Adikku tersayang

Teman-temanku terkasih








Hargyo T. N. I., S.

PERNYATAAN TIDAK MELAKUKAN PLAGIAT

Dengan ini saya:

Nama : Samuel Christianto

NIM : 10110110055

Fakultas : Teknologi Informasi dan Komunikasi

Program Studi : Teknik Informatika

Menyatakan bahwa skripsi ini adalah karya ilmiah saya sendiri, bukan hasil plagiat

dari karya ilmiah yang ditulis oleh orang lain atau lembaga lain, dan semua karya

ilmiah orang lain atau lembaga lain yang dirujuk dalam skripsi ini telah disebutkan

sumber kutipannya serta dicantumkan di daftar pustaka.

Tangerang, 18 Juni 2014

Samuel Christianto








Hargyo T. N. I., S.

OPTIMASI ALGORITMA PARTICLE SWARM

OPTIMIZATION DENGAN RUMUS PREDIKSI RESNICK

UNTUK PREDIKSI RATING PADA MODULE OPENCART

ABSTRAK

Sistem rekomendasi adalah sebuah aplikasi yang dibuat untuk membantu kita

dalam hal pengambilan keputusan. Salah satu fitur yang ada pada sistem

rekomendasi adalah fitur rating. Namun terkadang rating yang ditampilkan tidak

sesuai dengan karakteristik kita sebagai pengguna. Penelitian ini bertujuan untuk

mengoptimasi algoritma Particle Swarm Optimization dengan rumus prediksi

Resnick untuk memberikan prediksi rating sesuai dengan karakteristik pengguna.

Hasil uji coba menunjukan bahwa dengan pemilihan nilai threshold yang tepat,

rumus prediksi Resnick berhasil mengoptimasi tingkat ketepatan prediksi rating

aplikasi. Aplikasi ini diterapkan pada sebuah module OpenCart, salah satu CMS

untuk penjualan secara online yang terkenal.

Kata kunci: Sistem Rekomendasi. Particle Swarm Optimization, rumus prediksi

Resnick, prediksi rating, OpenCart








Hargyo T. N. I., S.

OPTIMIZATION OF PARTICLE SWARM OPTIMIZATION

ALGORITHM WITH RESNICK’S PREDICTION FORMULA

FOR RATING PREDICTION IN OPENCART MODULE

ABSTRACT

Recommendation system is an application which is built in order to assist us in

decision making. One of the features in this system is the rating feature. However,

the rating shown doesn’t always match our characteristics as users. This research

is carried out to optimize the Particle Swarm Optimization algorithm with the

Resnick’s prediction formula to give appropriate rating prediction with the

characteristics of users. The results of the experiments show that with appropriate

value of threshold, the Resnick’s prediction formula succeeded in optimizing the

accuracy level of application’s rating prediction. It is applied in a OpenCart

module, which is one of the popular CMS in ecommerce.

Keyword: Recommendation System. Particle Swarm Optimization, Resnick’s

prediction formula, rating prediction, OpenCart








Hargyo T. N. I., S.

KATA PENGANTAR

Seperti matahari yang tak pernah berhenti menyinari dunia ini, seperti itulah

rasa syukur yang penulis panjatkan kepada Tuhan Yesus Kristus yang karena kasih

karunia dan anugerahnya telah memampukan penulis untuk menyelesaikan laporan

tugas akhir yang berjudul “OPTIMASI ALGORITMA PARTICLE SWARM

OPTIMIZATION DENGAN RUMUS PREDIKSI RESNICK UNTUK PREDIKSI

RATING PADA MODULE OPENCART”. Laporan ini ditujukan agar dapat

memenuhi tugas akhir yang ditempuh penulis dan juga untuk membantu

memberikan prediksi rating pada sebuah toko online yang sesuai dengan

karakteristik pengguna. Laporan ini diajukan kepada Program Studi Teknik

Informatika, Fakultas Teknologi Informasi dan Komunikasi, Universitas

Multimedia Nusantara.

Terselesaikannya laporan tugas akhir ini tidak lepas dari kerja sama banyak

pihak. Oleh karena itu, melalui kata pengantar ini izinkan penulis mengucapkan

terima kasih kepada:

1. Maria Irmina Prasetiyowati, S.Kom, M.T., selaku Ketua Program Studi

Teknik Informatika,

2. Hargyo Tri Nugroho Ignatius, S.Kom., M.Sc., selaku Dosen Pembimbing I,

3. Adhi Kusnadi, S.T., M.Si., selaku Dosen Pembimbing II,

4. Orang tua penulis, Ngasto Santoso dan Sri Harjanti atas dukungan doa,

semangat, kasih sayang yang tidak terhingga kepada penulis,

5. Adik penulis, Daniel Christiawan atas perhatian, doa, semangat, dan

keceriaan yang diberikan selama proses penyusunan laporan ini,








Hargyo T. N. I., S.

6. Sahabat – sahabat penulis yang telah memberikan dukungan – dukungan

kepada penulis,

7. Dan segenap pihak yang telah membantu baik secara langsung maupun

tidak langsung hingga proses penyusunan laporan ini dapat terselesaikan

dengan baik.

Penulis menyadari bahwa laporan tugas akhir ini masih memiliki banyak

kekurangan. Untuk itu, penulis bersedia untuk menerima kritik dan saran yang

bersifat konstruktif dari semua pihak guna perbaikan laporan tugas akhir ini. Selain

itu, penulis berharap laporan tugas akhir ini bermanfaat bagi para pembaca,

terutama para mahasiswa UMN dalam mengembangkan teknologi informasi dan

komunikasi.

Tangerang, Mei 2014

Samuel Christianto








Hargyo T. N. I., S.

DAFTAR ISI

HALAMAN PENGESAHAN ................................................................................. ii HALAMAN PERSEMBAHAN ............................................................................ iii PERNYATAAN TIDAK MELAKUKAN PLAGIAT .......................................... iv ABSTRAK .............................................................................................................. v ABSTRACT ............................................................................................................. vi KATA PENGANTAR .......................................................................................... vii

DAFTAR ISI .......................................................................................................... ix DAFTAR TABEL .................................................................................................. xi DAFTAR GAMBAR ............................................................................................ xii BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang .............................................................................................. 1 1.2 Perumusan Masalah ...................................................................................... 3 1.3 Batasan Masalah............................................................................................ 3 1.4 Tujuan Penelitian .......................................................................................... 4 1.5 Manfaat Penelitian ........................................................................................ 4 1.6 Sistematika Penulisan ................................................................................... 4

BAB II TINJAUAN PUSTAKA ............................................................................. 6 2.1 Data Mining .................................................................................................. 6

2.2 Particle Swarm Optimization ........................................................................ 8 2.3 Rumus Prediksi Resnick ............................................................................. 11 2.4 OpenCart ..................................................................................................... 13

BAB III METODOLOGI PENELITIAN.............................................................. 14 3.1 Metodologi .................................................................................................. 14 3.2 Perancangan Sistem .................................................................................... 15

3.2.1 Diagram Alir ........................................................................................ 15 3.2.2 Data Flow Diagram .............................................................................. 20

3.3 Perancangan Database ................................................................................. 22 3.4 Desain Antarmuka ....................................................................................... 24

3.4.1 Halaman Utama .................................................................................... 25 3.4.2 Halaman Hasil Pencarian ..................................................................... 25

3.4.3 Halaman Pabrikan ................................................................................ 26 3.4.5 Halaman Detail Barang ........................................................................ 27

BAB IV IMPLEMENTASI DAN EVALUASI .................................................... 30

4.1 Spesifikasi Perangkat .................................................................................. 30 4.2 Implementasi Sistem ................................................................................... 30

4.2.1 Halaman Utama .................................................................................... 30 4.2.2 Halaman Hasil Pencarian ..................................................................... 31 4.2.3 Halaman Pabrikan ................................................................................ 32

4.2.4 Halaman Kategori ................................................................................ 33 4.2.5 Halaman Detail Barang ........................................................................ 34 4.2.6 Halaman Admin .................................................................................... 38

4.3 Uji Fungsionalitas ....................................................................................... 41

4.4 Evaluasi ....................................................................................................... 42 BAB V SIMPULAN DAN SARAN ..................................................................... 51








Hargyo T. N. I., S.

5.1 Simpulan ..................................................................................................... 51 5.2 Saran ............................................................................................................ 52

DAFTAR PUSTAKA ........................................................................................... 53








Hargyo T. N. I., S.

DAFTAR TABEL

Tabel 3.1 Tabel oc_Review .................................................................................. 23 Tabel 3.2 Tabel oc_Euclidean_Distance ............................................................... 23 Tabel 3.3 Tabel oc_PSORating ............................................................................. 24








Hargyo T. N. I., S.

DAFTAR GAMBAR

Gambar 2.1 Pseudocode penerapan PSO pada sistem rekomendasi....................... 9 Gambar 2.2 Rumus Euclidean .............................................................................. 10 Gambar 2.3 Rumus prediksi Breese ...................................................................... 11 Gambar 2.4 Rumus prediksi Resnick .................................................................... 12 Gambar 2.5 Rumus perhitungan λ (lambda) ......................................................... 12 Gambar 3.1 Diagram alir sistem untuk pengguna………………………………..15

Gambar 3.2 Diagram alir sub proses review ......................................................... 16 Gambar 3.3 Diagram alir prediksi (PSO – Resnick) ............................................. 17 Gambar 3.4 Diagram alir sub proses pembentukan tetangga (PSO) ..................... 18 Gambar 3.5 Diagram alir sub proses penghitungan prediksi rating (Resnick) ..... 19 Gambar 3.6 Context diagram ................................................................................ 20 Gambar 3.7 DFD level 1 ....................................................................................... 21 Gambar 3.8 DFD level 2 (proses prediksi) ........................................................... 22 Gambar 3.9 Entity Relationship Diagram ............................................................. 24 Gambar 3.10 Desain halaman utama .................................................................... 25 Gambar 3.11 Desain halaman hasil pencarian ...................................................... 26 Gambar 3.12 Desain halaman pabrikan ................................................................ 26 Gambar 3.13 Desain halaman kategori ................................................................. 27

Gambar 3.14 Desain halaman detail barang ......................................................... 28 Gambar 3.15 Desain halaman admin .................................................................... 29 Gambar 4.1 Halaman utama……………………………………………………...31 Gambar 4.2 Halaman hasil pencarian ................................................................... 32 Gambar 4.3 Halaman pabrikan ............................................................................. 33 Gambar 4.4 Halaman kategori .............................................................................. 34 Gambar 4.5 Halaman detail barang tanpa login .................................................... 35 Gambar 4.6 Bagian review tanpa login ................................................................. 36

Gambar 4.7 Halaman detail barang dengan login ................................................. 36 Gambar 4.8 Bagian review dengan login .............................................................. 37 Gambar 4.9 Bagian review saat pengguna sudah memberikan review ................. 38 Gambar 4.10 Halaman admin ............................................................................... 39

Gambar 4.11 Notifikasi sukses modifikasi ........................................................... 40 Gambar 4.12 Notifikasi sukses penghitungan ....................................................... 40 Gambar 4. 13 Hasil perhitungan jarak Euclidean ................................................. 41

Gambar 4. 14 Hasil perhitungan prediksi rating ................................................... 42 Gambar 4.15 Ketepatan hasil prediksi dengan toleransi kosong .......................... 44 Gambar 4.16 Ketepatan hasil prediksi dengan toleransi paling banyak satu ........ 45 Gambar 4.17 Ketepatan hasil prediksi aplikasi untuk setiap kondisi.................... 47 Gambar 4.18 Ketepatan hasil prediksi saat kondisi 1 dengan threshold beragam 48

Gambar 4.19 Ketepatan hasil prediksi saat kondisi 2 dengan threshold beragam 49 Gambar 4.20 Ketepatan hasil prediksi saat kondisi 4 dengan threshold beragam 49








Hargyo T. N. I., S.

optimasi algoritma particle swarm optimization …kc.umn.ac.id/1756/1/halaman awal.pdf · hasil uji...

Documents