Evaluasi Sistem yang Sedang Berjalan Solusi yang Ditawarkan

5. Menampilkan Rekomendasi Berdasarkan hasil perhitungan prediksi, diperoleh nilai prediksi suatu produk yang akan diurutkan dari nilai yang tertinggi hingga terendah, kemudian dijadikan rekomendasi bagi member. Untuk memperoleh korelasi antar produk dengan sistem rekomendasi cerdas berbasis item collaborative, ada beberapa tahapan yang harus dilakukan Tahapan-tahapan tersebut adalah sebagai berikut : 1. Tahapan pembuatan kesamaan antar produk 2. Tahapan penentuan nilai prediksi 6. Menentukan Nilai Similarity Untuk memperoleh korelasi antar produk dengan sistem rekomendasi cerdas berbasis item collaborative, ada tahapan pembuatan kesamaan antar produk. Dengan menggunakan persamaan adjusted cosine, akan diperoleh nilai kesamaan antar produk. Persamaan adjusted cosine : ∑ ̅ ̅ √∑ ̅ √∑ ̅ Keterangan : = Nilai kemiripan antara item i dan item j. = Himpunan user u yang merating item i dan item j. = Rating user u pada item i. = Rating user u pada item j. ̅ = Rating rata-rata rating user u. Berikut contoh kesamaan antara produk RF2002 dan RF2003 yaitu : √ √ √ √ √ √ Setelah menghitung kesamaan nilai yang lainnya menggunakan rumus yang sama seperti diatas, diperoleh tabel kesamaan nilai antar produk sebagai berikut : Tabel 3.4 Hasil Kesamaan Antar Produk RF2001 RF2002 RF2003 RF2004 RF2005 RF2001 -1 -1 1 -1 RF2002 -1 -0.19 -0.03 -0.21 RF2003 -1 -0.19 -0.68 -0.57 RF2004 1 -0.03 -0.68 -6.57 RF2005 -1 -0.21 -0.57 -6.57 Nilai yang dihasilkan oleh persamaan adjusted cosine adalah antara -1.0 hingga +1.0. jika nilai koefisien semakin mendekati +1, maka hubungan antara kedua produk tersebut akan sangat kuat. Jika koefisiennya berada ditengah-tengah 0, maka kedua produk tersebut tidak ada hubungannya independen. Sebaliknya jika nilai yang dihasilkan -1, maka kedua produk tersebut sangat berbeda jauh atau bertolak belakang. Hasil perhitungan similarity kemudian disimpan kembali di database untuk kemudian memanggil kembali nilai-nilai pada saat menentukan prediksi. 7. Menentukan Nilai Prediksi Persamaan weighted sum digunakan untuk menghitung prediksi. Sama halnya dengan adjusted-cosine untuk menghitung similarity. Persamaan weighted sum : ∑ ∑ Keterangan :