dengan salah satu sisi samping terbuka. Proses dapat mengambil data dari atau memberikan data ke simpanan data database. [5]
2.2.4.4 Entitity Relationship Diagram ERD
Entity Relationship Diagram ERD didefinisikan sebagai suatu model jaringan yang menggunakan susunan data yang disimpan dalam sistem secara
abstrak. ERD berbeda dengan DFD yang merupakan suatu model jaringan fungsi
yang akan dilaksanakan oleh sistem, sedangkan ERD merupakan model jaringan data yang menekankan pada struktur-struktur dan hubunganrelasi data. ERD
memperlihatkan hubungan antar datastore pada DFD. Hubungan ini tidak terlihat pada DFD, karena DFD hanya memusatkan perhatian pada fungsi-fungsi sistem
bukan pada data yang dibutuhkan. [2] Terdapat tiga macam kardinalitas relasi, yaitu :
1 Relasi satu-ke-satu one-to-one 2 Relasi satu-ke-banyak one-to many atau banyak-ke-satu many-to-one
3 Relasi banyak-ke-banyak many-to-many
2.2.4.5 Kamus Data
Kamus data adalah katalog fakta tentang data dan kebutuhan informasi dari suatu sistem informasi. Kamus data merupakan tempat penyimpanan
definisi dari aliran-aliran data, file- file dan proses-proses dalam sebuah sistem informasi. Dengan menggunakan kamus data, analisis sistem dapat memberikan
informasi mengenai definisi struktur pemakaian masing-masing elemen, dapat mendefinisikan data yang mengalir di sistem dengan lengkap, dapat menghindari
duplikasi elemen-elemen dan menghindari konflik antara elemen-elemen. Kamus data berfungsi untuk membantu pelaku sistem untuk mengartikan alokasi secara
detail dan mengorganisasikan semua elemen data yang digunakan dalam sistem secara persis sehingga pemakai dan penganalisis sistem mempunyai dasar
pengertian yang sama tentang masukan, keluaran, penyimpanan dan proses.
2.2.5 Sistem Rekomendasi
Sistem rekomendasi Recommender System adalah sebuah fitur yang berfungsi untuk mendukung user mencarimenemukan dan memilih produk,
layanan atau informasi pada domain tertentu. Hal tersebut dibutuhkan, saat user memiliki pengetahuan yang terbatas ataupun bisa juga karena terlalu banyak
“item” yang harus dibandingkan. Skema dari sistem rekomendasi dapat dilihat pada gambar 2.2 berikut ini.
Gambar 2.2 Smart Recommender System [9]
Ada dua tipe pengumpulan data untuk membangun sistem rekomendasi. 1 Secara eksplisit
a. Meminta user untuk merating sebuah item. b. Meminta user untuk merating sekumpulan item.
c. Meminta user untuk memilih salah satu item dari beberapa item yang diberikan.
d. Meminta user untuk membuat daftar item yang dia suka. 2 Secara implisit
a. Mengobservasi item yang sedang dilihat oleh user secara online. b. Menganalisis jumlah user yang melihat suatu item.
c. Menyimpan catatan pembelian user. Ada beberapa cara untuk menyajikan rekomendasi, yaitu:
a. Rekomendasi Non-Personalized
Kategori