optimasi algoritma particle swarm optimization …kc.umn.ac.id/1756/1/halaman awal.pdf · hasil uji...
TRANSCRIPT
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
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.
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
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.
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
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.
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
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.
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,
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.
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
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.
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
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.
5.1 Simpulan ..................................................................................................... 51 5.2 Saran ............................................................................................................ 52
DAFTAR PUSTAKA ........................................................................................... 53
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.
DAFTAR TABEL
Tabel 3.1 Tabel oc_Review .................................................................................. 23 Tabel 3.2 Tabel oc_Euclidean_Distance ............................................................... 23 Tabel 3.3 Tabel oc_PSORating ............................................................................. 24
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.
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
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.