Pembuatan Website Properti Berbasis Personalization dengan Collaborative Filtering.

(1)

ABSTRAK

Pembuatan website ini bertujuan untuk memberikan kemudahan untuk pengguna-pengguna yang susah menentukan pilihan ketika mempunyai keinginan untuk membeli satu properti. Rekomendasi yang diberikan oleh website ini adalah berdasarkan like dari customer-customer lain, oleh karena itu rekomendasi yang diberikan pada website ini lebih ke personal atau disebut personalisasi. Proses rekomendasi akan menjadi fitur utama dalam website ini. Teknik algoritma collaborative filtering digunakan untuk memberikan rekomendasi terhadap pengguna. Hasil pengujian dalam website ini menunjukkan bahwa website ini dapat memberikan rekomendasi properti kepada pengguna sesuai dengan karakter yang dimiliki menurut perhitungan collaborative filtering.

(2)

ABSTRACT

This website aims to provide convenience for users who have difficulty deciding when to have a desire to buy a real estate. Recommendations provided by this website is based on customer-like from another customer, therefore the recommendations given on this website is for personal or called personalization. The recommendations will be the main feature on this website. Collaborative filtering algorithm used to provide recommendations to the user. The test results in this website shows that this website can provide recommendations to users according to real estated owned by the count of characters collaborative filtering.

Keyword : real estate, personalization, collaborative filtering, recommendation

(3)

DAFTAR ISI

LEMBAR PENGESAHAN ... i

PERNYATAAN ORISINALISTAS LAPORAN PENELITIAN ... ii

PERNYATAAN PUBLIKASI LAPORAN PENELITIAN ... iii

DAFTAR ISI ... vii

DAFTAR GAMBAR ... xiv

BAB 1 Pendahuluan ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 1

1.3 Tujuan Pembahasan ... 2

1.4 Ruang Lingkup ... 2

1.5 Sumber Data ... 2

1.6 Sistematika Penyajian ... 3

BAB 2 KAJIAN TEORI ... 4

2.1 Collaborative Filtering ... 4

2.1.1 User-Based Collaborative Filtering ... 4

2.1.2 Item-to-Item Collaborative Filtering ... 5

2.1.3 Multi-criteria Collaborative Filtering ... 5

2.1.4 Teori Multi-criteria Collaborative Filtering ... 5

2.2 Contoh Penerapan Collaborative Filtering ... 6

2.2.1 Item Collaborative Filtering untuk Rekomendasi Pembelian Buku secara Online ... 7

2.2.2 Personalisasi Web E-Commerce Menggunakan Recomender System dengan Metode Item-Based Collaborative Filtering ... 7

2.3 Contoh website pemasaran properti ... 9

(4)

2.3.2 Era Indonesia ... 10

2.3.3 Rumah 123 ... 11

BAB 3 ANALISIS DAN RANCANGAN SISTEM ... 12

3.1 Collaborative Filtering ... 13

3.1.1 Contoh perhitungan Collaborative Filtering ... 13

3.1.1.1 Rata-rata dari kriteria ... 14

3.1.1.2 Rata-rata dan kriteria ... 15

3.1.1.3 Kriteria saja ... 17

3.2 ERD ... 19

3.3 Use Case Website Properti ... 21

3.4 Use Case Pengelolaan ... 22

3.5 Activity diagramlogin ... 22

3.6 Activity diagram tambah admin ... 23

3.7 Activity diagram update admin ... 23

3.8 Activity diagram hapus admin ... 24

3.9 Activity diagram register agen ... 24

3.10 Activity diagram aktivasi agen ... 25

3.11 Activity diagram update agen... 25

3.12 Activity diagram hapus agen ... 26

3.13 Activity diagram registercustomer ... 26

3.14 Activity diagram rekomendasi properti ... 27

3.15 Activity diagram tambah properti ... 27

3.16 Activity diagram update property... 28

3.17 Activity diagram hapus property ... 28

3.18 Activity diagram tambah kategori ... 29

(5)

3.20 Activity diagram hapus kategori ... 30

3.21 Activity diagram tambah tipe ... 30

3.22 Activity diagram update tipe ... 31

3.23 Activity diagram hapus tipe ... 31

3.24 Activity diagram tambah provinsi ... 32

3.25 Activity diagram update provinsi ... 32

3.26 Activity diagram hapus provinsi ... 33

3.27 Activity diagram tambah kota ... 33

3.28 Activity diagram update kota ... 34

3.29 Activity diagram hapus kota ... 34

3.30 Sequence Diagram Login ... 35

3.31 Sequence diagram Properti ... 35

3.32 Sequence Diagram Rekomendasi ... 36

3.33 Rancangan tampilan halaman admin ... 36

3.34 Rancangan tampilan kelola admin ... 37

3.35 Rancangan tampilan kelola agen ... 37

3.36 Rancangan tampilan kelola provinsi ... 38

3.37 Rancangan tampilan kelola customer... 38

3.38 Rancangan tampilan kelola kota ... 39

3.39 Rancangan tampilan kelola tipe ... 39

3.40 Rancangan tampilan kelola kategori ... 40

3.41 Rancangan tampilan kelola pembelian... 40

3.42 Rancangan tampilan kelola properti... 41

3.43 Rancangan tampilan halaman utama ... 41

3.44 Rancangan tampilan halaman agen ... 42

(6)

3.46 Rancangan tampilan halaman rekomendasi ... 43

3.47 Rancangan tampilan register agen ... 43

BAB 4 IMPLEMENTASI ... 44

4.1 Modul Program ... 44

4.2 Login Admin ... 45

4.3 Halaman utama admin... 46

4.4 Halaman utama agen ... 46

4.5 Halaman kelola admin... 47

4.6 Halaman kelola agen ... 47

4.7 Halaman kelola provinsi ... 48

4.8 Halaman ubah nama provinsi ... 48

4.9 Halaman kelola customer ... 49

4.10 Halaman kelola kota ... 49

4.11 Halaman ubah nama kota ... 50

4.12 Halaman kelola tipe... 50

4.13 Halaman ubah nama tipe ... 51

4.14 Halaman kelola kategori ... 51

4.15 Halaman ubah nama kategori ... 52

4.16 Halaman kelola properti admin ... 52

4.17 Halaman kelola properti agen ... 53

4.18 Halaman register agen ... 53

4.19 Halaman utama website... 54

4.20 Halaman daftar agen ... 54

4.21 Halaman properti ... 55

4.22 Halaman rekomendasi ... 55

(7)

4.23.1 Menekan tombol like... 56

4.23.2 Penambahan bobot rating untuk customer ... 56

4.23.3 Langkah pertama rekomendasi ... 57

4.23.4 Langkah kedua rekomendasi ... 58

4.23.5 Langkah ketiga rekomendasi... 58

4.23.6 Langkah keempat rekomendasi ... 59

4.23.7 Similaritas tertinggi ... 59

4.23.8 Pemberian rekomendasi ... 60

4.24 Halaman satu properti ... 60

4.25 Halaman register customer ... 61

4.26 Halaman searching properti ... 61

4.27 Class Diagram ... 62

BAB 5 PENGUJIAN ... 64

5.1 Pengujian FormLogin Dashboard Admin ... 64

5.2 Pengujian Form Register Agen ... 64

5.3 Pengujian menu dashboard admin ... 64

5.4 Pengujian form tambah admin ... 65

5.5 Pengujian form update admin ... 65

5.6 Pengujian hapus admin ... 65

5.7 Pengujian pengaktifan agen ... 66

5.8 Pengujian form tambah provinsi ... 66

5.9 Pengujian form update provinsi ... 66

5.10 Pengujian form tambah kota ... 66

5.11 Pengujian form update kota ... 67

5.12 Pengujian form tambah kategori ... 67

(8)

5.14 Pengujian form tambah tipe ... 68

5.15 Pengujian form update tipe ... 68

5.16 Pengujian form tambah properti ... 68

5.17 Pengujian form register customer ... 68

5.18 Pengujian tombol like pada properti ... 69

5.19 Pengujian rekomendasi properti ... 69

5.20 Contoh hasil rekomendasi 1 ... 70

5.20.1 Rata–rata kriteria dan kriteria... 70

5.20.2 Rata-rata saja ... 70

5.20.3 Kriteria saja ... 71

5.21 Contoh hasil rekomendasi 2 ... 71

5.21.1 Rata-rata kriteria dan kriteria ... 72

5.21.2 Rata-rata saja ... 72

5.21.3 Kriteria saja ... 73

5.22 Contoh hasil rekomendasi 3 ... 73

5.22.1 Rata-rata kriteria dan kriteria ... 74

5.22.2 Rata-rata saja ... 74

5.22.3 Kriteria saja ... 75

5.23 Contoh hasil rekomendasi 4 ... 76

5.23.1 Rata-rata kriteria dan kriteria ... 76

5.23.2 Rata-rata saja ... 76

5.23.3 Kriteria saja ... 77

5.24 Contoh hasil rekomendasi 5 ... 77

5.24.1 Rata-rata kriteria dan kriteria ... 78

5.24.2 Rata-rata saja ... 78

(9)

BAB 6 SIMPULAN DAN SARAN ... 81

6.1 Simpulan ... 81

6.2 Saran ... 81

DAFTAR PUSTAKA ... 82 LAMPIRAN A NAMA LAMPIRAN ... A-1 LAMPIRAN B NAMA LAMPIRAN ... B-1 LAMPIRAN C NAMA LAMPIRAN ... C-1

(10)

DAFTAR GAMBAR

Gambar 2.1 Langkah pertama ... 6

Gambar 2.2 Langkah kedua ... 6

Gambar 2.3 Langkah ketiga ... 6

Gambar 2.4 Tampilan halaman rekomendasi pelanggan website buku online ... 7

Gambar 2.5 Hasil rekomendasi non personalized ... 8

Gambar 2.6 Hasil rekomendasi personalized ... 8

Gambar 2.7 Tampilan web Lj Hooker ... 9

Gambar 2.8 Tampilan website Era Indonesia ... 10

Gambar 2.9 Tampilan website Rumah 123 ... 11

Gambar 3.1 Langkah pertama ... 14

Gambar 3.2 Langkah kedua ... 14

Gambar 3.3 Langkah ketiga ... 15

Gambar 3.4 Langkah keempat ... 15

Gambar 3.5 Hasil perhitungan rata-rata dari kriteria ... 15

Gambar 3.6 Langkah pertama ... 16

Gambar 3.7 Langkah kedua ... 16

Gambar 3.8 Langkah ketiga ... 16

Gambar 3.9 Langkah keempat ... 16

Gambar 3.10 Hasil perhitungan rata-rata dan kriteria ... 17

Gambar 3.11 Langkah pertama ... 17

Gambar 3.12 Langkah kedua ... 17

Gambar 3.13 Langkah ketiga ... 18

Gambar 3.14 Langkah keempat ... 18

Gambar 3.15 Hasil perhitungan kriteria saja... 18

Gambar 3.16 ERD ... 19

Gambar 3.17 Use Case Website Properti ... 21

Gambar 3.18 Use Case Properti ... 22

Gambar 3.19 Activity Diagram Login ... 22

Gambar 3.20 Activity Diagram tambah admin ... 23

(11)

Gambar 3.22 Activity diagram hapus admin ... 24

Gambar 3.23 Activity diagram register agen ... 24

Gambar 3.24 Activity diagram aktivasi agen ... 25

Gambar 3.25 Activity diagram update agen ... 25

Gambar 3.26 Activity diagram hapus agen ... 26

Gambar 3.27 Activity diagrm register customer ... 26

Gambar 3.28 Activity diagram rekomendasi ... 27

Gambar 3.29 Activity diagram tambah properti ... 27

Gambar 3.30 Activity diagram update property ... 28

Gambar 3.31 Activity diagram hapus properti ... 28

Gambar 3.32 Activity diagram tambah kategori ... 29

Gambar 3.33 Activity diagram update kategori ... 29

Gambar 3.34 Activity diagram hapus kategori ... 30

Gambar 3.35 Activity diagram tambah tipe ... 30

Gambar 3.36 Activity diagram update tipe ... 31

Gambar 3.37 Activity diagram hapus tipe ... 31

Gambar 3.38 Activity diagram tambah provinsi ... 32

Gambar 3.39 Activity diagram update provinsi ... 32

Gambar 3.40 Activity diagram hapus provinsi ... 33

Gambar 3.41 Activity diagram tambah kota ... 33

Gambar 3.42 Activity diagram update kota ... 34

Gambar 3.43 Activity diagram hapus kota ... 34

Gambar 3.44 Sequence Diagram Login ... 35

Gambar 3.45 Sequence Diagram Properti ... 35

Gambar 3.46 Sequence diagram rekomendasi ... 36

Gambar 3.47 Rancangan tampilan halaman admin... 36

Gambar 3.48 Rancangan tampilan kelola admin ... 37

Gambar 3.49 Rancangan tampilan kelola agen ... 37

Gambar 3.50 Rancangan tampilan kelola provinsi ... 38

Gambar 3.51 Rancangan tampilan kelola customer ... 38

Gambar 3.52 Rancangan tampilan kelola kota ... 39

(12)

Gambar 3.54 Rancangan tampilan kelola kategori ... 40

Gambar 3.55 Rancangan tampilan kelola pembelian ... 40

Gambar 3.56 Rancangan tampilan kelola properti ... 41

Gambar 3.57 Rancangan tampilan halaman utama ... 41

Gambar 3.58 Rancangan tampilan halaman agen ... 42

Gambar 3.59 Rancangan tampilan halaman property ... 42

Gambar 3.60 Rancangan tampilan halaman rekomendasi ... 43

Gambar 3.61 Rancangan tampilan register agen ... 43

Gambar 4.1 Halaman Login Admin ... 45

Gambar 4.2 Halaman utama admin ... 46

Gambar 4.3 Halaman utama agen ... 46

Gambar 4.4 Halaman kelola admin ... 47

Gambar 4.5 Halaman kelola agen ... 47

Gambar 4.6 Halaman kelola provinsi... 48

Gambar 4.7 Halaman ubah nama provinsi ... 48

Gambar 4.8 Halaman kelola customer ... 49

Gambar 4.9 Halaman kelola kota ... 49

Gambar 4.10 Halaman ubah nama kota ... 50

Gambar 4.11 Halaman kelola tipe ... 50

Gambar 4.12 Halaman ubah nama tipe ... 51

Gambar 4.13 Halaman kelola kategori... 51

Gambar 4.14 Halaman ubah nama kategori ... 52

Gambar 4.15 Halaman kelola properti ... 52

Gambar 4.16 Halaman kelola properti agen ... 53

Gambar 4.17 Halaman register agen ... 53

Gambar 4.18 Halaman utama website ... 54

Gambar 4.19 Halaman daftar agen... 54

Gambar 4.20 Halaman properti ... 55

Gambar 4.21 Halaman rekomendasi ... 55

Gambar 4.22 Kode program tombol like ... 56

Gambar 4.23 Kode program tambah bobot ... 57

(13)

Gambar 4.25 Kode program langkah kedua ... 58

Gambar 4.26 Kode program langkah ketiga ... 58

Gambar 4.27 Kode program langkah keempat ... 59

Gambar 4.28 Kode program similaritas tertinggi ... 59

Gambar 4.29 Pemberian rekomendasi ... 60

Gambar 4.30 Halaman satu properti ... 60

Gambar 4.31 Halaman register customer ... 61

Gambar 4.32 Halaman searching properti ... 61

Gambar 4.33 Use case website properti ... 62

Gambar 5.1 Tabel CF rata-rata dan kriteria ... 70

Gambar 5.2 Tabel CF rata-rata saja ... 70

Gambar 5.3 Tabel CF kriteria saja ... 71

Gambar 5.4 Tampilan hasil rekomendasi user Baco ... 71

Gambar 5.5 Tabel CF rata-rata dan kriteria ... 72

Gambar 5.6 Tabel CF rata-rata saja ... 72

Gambar 5.7 Tabel CF kriteria saja ... 73

Gambar 5.8 Tampilan hasil rekomendasi user Natalia ... 73

Gambar 5.9 Tabel CF rata-rata dan kriteria ... 74

Gambar 5.10 Tabel CF rata-rata... 74

Gambar 5.11 Tabel CF kriteria saja ... 75

Gambar 5.12 Tampilan hasil rekomendasi untuk user Maria ... 75

Gambar 5.13 Tabel CF rata-rata dan kriteria ... 76

Gambar 5.14 Tabel CF rata-rata saja ... 76

Gambar 5.15 Tabel CF kriteria saja ... 77

Gambar 5.16 Tampilan hasil rekomendasi untuk user Suneo ... 77

Gambar 5.17 Tabel CF rata-rata dan kriteria ... 78

Gambar 5.18 Tabel CF rata-rata saja ... 78

Gambar 5.19 Tabel CF kriteria saja ... 79

(14)

DAFTAR TABEL

Tabel 4.4.1 Implenentasi Modul Program... 44

Tabel 5.1 Tabel pengujian form login admin ... 64

Tabel 5.2 Tabel pengujian form register agen ... 64

Tabel 5.3 Tabel pengujian menu dashboard admin ... 64

Tabel 5.4 Tabel pengujian form tambah admin ... 65

Tabel 5.5 Tabel pengujin form update admin ... 65

Tabel 5.6 Tabel pengujian hapus admin ... 65

Tabel 5.7 Tabel pengujian pengaktifan agen ... 66

Tabel 5.8 Tabel pengujian form tambah provinsi ... 66

Tabel 5.9 Tabel pengujian form update provinsi ... 66

Tabel 5.10 Tabel pengujian form tambah kota... 66

Tabel 5.11 Tabel pengujian form update kota ... 67

Tabel 5.12 Tabel pengujian form tambah kategori ... 67

Tabel 5.13 Tabel pengujian form update kategori ... 67

Tabel 5.14 Tabel pengujian form tambah tipe ... 68

Tabel 5.15 Tabel pengujian form update tipe ... 68

Tabel 5.16 Tabel pengujian form tambah properti ... 68

Tabel 5.17 Tabel pengujian foem register customer ... 68

Tabel 5.18 Tabel pengujian tombol like pada properti ... 69

(15)

DAFTAR SINGKATAN

ERD Entity Relationship Diagram

DFD Data Flow Diagram

RPL Rekayasa Perangkat Lunak

(16)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Banyak informasi yang tersedia di internet membuat para pengguna internet dapat mengakses seluruh informasi yang tersedia. Hal ini menyebabkan banyak dari pengguna mengalami kesulitan dalam mencari informasi yang diinginkan. Untuk itu diperlukan sarana atau alat bantu untuk membantu pengguna agar dapat menemukan informasi yang dibutuhkan dengan waktu yang cepat. Dalam perdagangan online, misalnya penjualan properti seperti rumah, terkadang pengguna justru tidak menemukan rumah yang sesuai dengan kriteria yang dicari.

Dalam proses pencarian, terkadang ada pengguna yang memiliki kriteria spesifik rumah yang akan dicari. Untuk pengguna yang seperti ini dapat mencari rumah dengan memilih beberapa kriteria yang disediakan di dalam mesin pencari. Namun ada pengguna yang terkadang belum menentukan kritera spesifik dari rumah yang akan dicari, maka pengguna seperti inilah yang membutuhkan bantuan rekomendasi dari web penyedia.

Personalisasi website adalah sistem yang membuat dimana website akan memberikan informasi sesuai dengan karakter personal dari seorang pengguna yang menggunakan website tersebut. Salah satu metode yang digunakan dalam personalisasi website adalah menggunakan metode Collaborative Filtering. Collaborative Filtering adalah salah satu metode rekomendasi yang menggunakan data rating dari seorang pengguna, dan pengguna lain untuk menghasilkan rekomendasi [2].

1.2Rumusan Masalah

Berdasarkan latar belakang yang telah dijelaskan sebelumnya, maka diperoleh beberapa rumusan masalah sebagai berikut :

1. Bagaimana proses rekomendasi diberikan kepada pengguna dalam memilih properti ?

(17)

1.3Tujuan Pembahasan

Berdasarkan rumusan masalah di atas, maka diperoleh tujuan pembahasan sebagai berikut :

1. Menerapkan Collaborative Filtering dalam memberikan rekomendasi properti.

2. Merancang sistem yang dapat memberikan rekomendasi yang tepat sesuai dengan karakter dari pengguna.

1.4Ruang Lingkup

Agar pengerjaan tugas akhir ini tidak menyimpang dari tujuan pembahasan dan rumusan masalah yang telah diuraikan sebelumnya, maka pembahasan akan dibatasi yaitu :

1. Aplikasi yang akan dibangun akan menampilkan iklan dari agen yang terdaftar di dalam sistem.

2. Simulasi sistem akan dilakukan online.

3. Aplikasi yang akan dibangun dapat melakukan otentikasi agen.

4. Aplikasi yang dibangun dapat menerima registrasi dari agen dan pengguna, yang nantinya agen akan diverifikasi terlebih dahulu oleh admin.

5. Proses pembayaran dilakukan secara manual, tidak di dalam aplikasi. 6. Aplikasi yang dibangun memberikan fasilitas pencarian properti.

7. Aplikasi yang dibangun akan memberikan rekomendasi properti pada saat pengguna menuju halaman utama.

1.5Sumber Data

Data yang akan digunakan di dalam aplikasi berasal dari data yang

di-input oleh agen–agen yang telah diverifikasi oleh admin. Setelah agen–agen diverifikasi oleh admin dan bisa masuk ke dalam sistem. Maka agen–agen dapat meng-input data–data dari properti yang akan dijual oleh agen–agen.

(18)

1.6Sistematika Penyajian

Bab 1 berisi tentang alasan dari dibuatnya aplikasi ini. Seperti latar belakang, rumusan masalah, tujuan dan batasan masalah sehingga jelas kegunaan dan tujuan dari pembuatan aplikasi ini.

Bab 2 berisi tentang teori–teori yang digunakan dalam pembuatan aplikasi ini. Pada bab dua berisi landasan pemilihan teori yang menjadi pendukung pembuatan sistem. Bagian ini berisi tentang pengertian sistem, komponen sistem, dan model pengembangan sistem.

Bab 3 berisi tentang pembahasan alur aplikasi yang akan dibuat nanti. Semua hal yang berhubungan dengan alur data, bentuk data, dan proses- proses yang terjadi di dalam aplikasi dijelaskan secara jelas di dalam bab ini.

Bab 4 berisi tentang implementasi yang akan dilakukan pada Website

Properti Berbasis Personalization.

Bab 5 berisi tentang pembahasan dan uji coba terhadap Website Properti Berbasis Personalization serta hasil pengujiannya.

Bab 6 berisi tentang kesimpulan dan saran yang bertujuan untuk memperbaiki segala kelemahan yang terdapat di dalam Website Properti Berbasis

(19)

BAB 6

SIMPULAN DAN SARAN

6.1Simpulan

Kesimpulan yang dapat diambil dari Pembuatan Website Properti Berbasis

Personalization adalah :

1. Website ini menerapkan collaborative filtering dalam memberikan rekomendasi terhadap pengguna.

2. Website ini memberikan rekomendasi sesuai dengan karakter pengguna. 3. Website ini memberikan rekomendasi berdasarkan perhitungan bobot

rating dari properti yang di like oleh customer.

6.2Saran

Saran-saran yang diperoleh mengenai pengembangan website selanjutnya adalah :

1. Ditambahkan fitur agar pengguna yang tidak menekan tombol like pun dapat menerima rekomendasi properti.

(20)

Pembuatan

Website

Properti Berbasis

Personalization

dengan

Collaborative Filtering

TUGAS AKHIR

Diajukan untuk Memenuhi Persyaratan Akademik dalam

Menyelesaikan Pendidikan pada Program Studi

S1 Teknik Informatika Universitas Kristen Maranatha

Oleh

Ignatius Irvan Tadung

1072052

PROGRAM STUDI S1 TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INFORMASI

UNIVERSITAS KRISTEN MARANATHA

BANDUNG

2016

(21)

PRAKATA

Puji syukur kepada Tuhan Yang Maha Esa dengan berkatnya, saya dapat menyelesaikan Tugas Akhir yang berjudul “Pembuatan Website Properti Berbasis

Personalization dengan Collaborative Filtering”. Tugas Akhir ini disusun sebagai persyaratan dalam menyelesaikan pendidikan pada program studi S1 Teknik Informatika di Universistas Kristen Maranatha.

Dalam menyelesaikan Tugas Akhir ini, saya mendapatkan saran dan motivasi dari berbagai pihak dan juga pembimbing untuk menyelesaikannya. Untuk itu saya ingin berterima kasih kepada

1. Bapak Dr. Bernard R. Suteja, S.Kom., M.Kom. selaku dosen pembimbing 2. Bapak Dr. Hapnes Toba, M.Sc. selaku Dekan Fakultas Teknologi Informasi 3. Bapak Robby Tan, S.T., M.Kom. selaku Ketua Jurusan S1 Teknik Informatika

dan Dosen Wali.

4. Ibu Meliana Christianti J., S.Kom., M.T. selaku Koordinator Tugas Akhir S1 Teknik Informatika.

5. Seluruh staf pengajar Universitas Kristen Maranatha yang ikut membantu dalam penyelesaian laporan tugas akhir ini.

6. Orang tua, kakak, sahabat, Natalia, Andi, Erik, Surya, Rudhi, Wilson dan teman-teman yang tidak dapat disebutkan satu-persatu yang telah memberikan dukungan kepada penulis untuk menyelesaikan tugas akhir ini.

Semoga karya ilmiah ini dapat bermanfaat bagi siapapun yang membaca. Demikianlah prakata ini dibuat dengan diakhiri “Pekerjaan akan terasa berat ketika tidak dinikmati. Cobalah untuk menikmati seluruh pekerjaan anda maka semua akan terasa mudah”.

Bandung, 15 Desember 2016

(22)

DAFTAR PUSTAKA

[1] H. Herdi, “www.Twoh.co,” 4 6 2013. [Online]. Available: http://www.twoh.co/2013/06/membuat-sistem-rekomendasi-menggunakan-item-based-collaborative-filtering/. [Diakses 27 2 2016].

[2] I. F. A. M. Shofwatul 'Uyun, “Collaborative Filtering,” Item Collaborative Filtering untuk Rekomendasi, pp. 64-65, 2011.

[3] E. Winarko, W. S. Hartati dan R. Wardoyo, “Improving the Prediction Accuracy of Multicriteria Collaborative Filtering by Combination

Algorithms,” (IJACSA) International Journal of Advanced Computer Science and Applications, vol. 5, pp. 52-58, 2014.

[4] Object Management Group, “Business Process Model and Notation Resource

Page,” 9 June 2014. [Online]. Available:

http://www.omg.org/bpmn/index.htm. [Diakses 12 Jan 2016].

[5] M. Baca, “Media Baca,” 20 06 2015. [Online]. Available: http://www.mediabaca.com/2596/pengertian-erd-entity-relationship.html. [Diakses 18 03 2016].

[6] Ipulhe, “Pengertian DFD,” 5 06 2015. [Online]. Available: http://www.ipulhe.com/pengertian-dfd-data-flow-diagram/. [Diakses 18 03 2016].

[7] F. Masruri dan W. F. Mahmudy, “Personalisasi Web E-Commerce

Menggunakan Recommender System dengan Metode Item-Based

(1)

Universitas Kristen Maranatha

1.3Tujuan Pembahasan

Berdasarkan rumusan masalah di atas, maka diperoleh tujuan pembahasan sebagai berikut :

1. Menerapkan Collaborative Filtering dalam memberikan rekomendasi properti.

2. Merancang sistem yang dapat memberikan rekomendasi yang tepat sesuai dengan karakter dari pengguna.

1.4Ruang Lingkup

Agar pengerjaan tugas akhir ini tidak menyimpang dari tujuan pembahasan dan rumusan masalah yang telah diuraikan sebelumnya, maka pembahasan akan dibatasi yaitu :

1. Aplikasi yang akan dibangun akan menampilkan iklan dari agen yang terdaftar di dalam sistem.

2. Simulasi sistem akan dilakukan online.

3. Aplikasi yang akan dibangun dapat melakukan otentikasi agen.

4. Aplikasi yang dibangun dapat menerima registrasi dari agen dan pengguna, yang nantinya agen akan diverifikasi terlebih dahulu oleh admin.

5. Proses pembayaran dilakukan secara manual, tidak di dalam aplikasi. 6. Aplikasi yang dibangun memberikan fasilitas pencarian properti.

7. Aplikasi yang dibangun akan memberikan rekomendasi properti pada saat pengguna menuju halaman utama.

1.5Sumber Data

Data yang akan digunakan di dalam aplikasi berasal dari data yang

(2)

Universitas Kristen Maranatha

1.6Sistematika Penyajian

Bab 1 berisi tentang alasan dari dibuatnya aplikasi ini. Seperti latar belakang, rumusan masalah, tujuan dan batasan masalah sehingga jelas kegunaan dan tujuan dari pembuatan aplikasi ini.

Bab 4 berisi tentang implementasi yang akan dilakukan pada Website

Properti Berbasis Personalization.

Bab 5 berisi tentang pembahasan dan uji coba terhadap Website Properti Berbasis Personalization serta hasil pengujiannya.

Bab 6 berisi tentang kesimpulan dan saran yang bertujuan untuk memperbaiki segala kelemahan yang terdapat di dalam Website Properti Berbasis

(3)

Universitas Kristen Maranatha

BAB 6

SIMPULAN DAN SARAN

6.1Simpulan

Kesimpulan yang dapat diambil dari Pembuatan Website Properti Berbasis

Personalization adalah :

1. Website ini menerapkan collaborative filtering dalam memberikan rekomendasi terhadap pengguna.

2. Website ini memberikan rekomendasi sesuai dengan karakter pengguna. 3. Website ini memberikan rekomendasi berdasarkan perhitungan bobot

rating dari properti yang di like oleh customer.

6.2Saran

Saran-saran yang diperoleh mengenai pengembangan website selanjutnya adalah :

1. Ditambahkan fitur agar pengguna yang tidak menekan tombol like pun dapat menerima rekomendasi properti.

(4)