PENERAPAN SPARSE MATRIX PADA REKOMENDASI BERITA PERSONAL UNTUK PENGGUNA ANONIM SKRIPSI RIZQI MULKI 091402001
PENERAPAN SPARSE MATRIX PADA REKOMENDASI BERITA PERSONAL UNTUK PENGGUNA ANONIM
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi InformasiRIZQI MULKI 091402001
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN2014
PERSETUJUAN
Judul : PENERAPAN SPARSE MATRIX PADA REKOMENDASI BERITA PERSONAL UNTUK PENGGUNA ANONIM
Kategori : SKRIPSI Nama : RIZQI MULKI Nomor Induk Mahasiswa : 091402001 Program Studi : SARJANA (S-1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI Diluluskan di Medan, Agustus 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Mardiningsih, M.Si Romi Fadillah Rahmat, B.Comp.Sc.,M.Sc NIP. 19630405 198811 2 001 NIP. 19860303 201012 1 004 Diketahui/Disetujui Oleh Program Studi Teknologi Informasi Ketua, M. Anggia Muchtar, ST. MM.IT NIP 19800110 2008 01 1010
PERNYATAAN
PENERAPAN SPARSE MATRIX PADA REKOMENDASI BERITA PERSONAL UNTUK PENGGUNA ANONIM SKRIPSI Saya mengakui bahwa skripsi adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringakasan yang masing
- – masing telah disebutkan sumbernya. Medan, Agustus 2014 Rizqi Mulki 091402001
PENGHARGAAN
Puji dan syukur dihadiahkan kehadirat Allah SWT, serta selawat kepada Nabi Muhammad SAW, karena atas anugerah dari-Nya lah penulis dapat menyelesaikan skripsi ini. Rasa syukur yang sangat besar kepada Allah SWT, karena kemudahan yang Allah anugerahkan sehingga skripsi ini bisa diselesaikan.
Dalam menyelesaikan skripsi ini penulis banyak mendapatkan bantuan dan motivasi dari luar diri. Pada kesempatan ini dengan kerendahan hati, penulis mengucapkan terima kasih banyak kepada : 1.
Kedua orang tua penulis, yaitu Bunda, Nuraini.S.Pd dan Ayahanda, Abdullah.S.Pd, karena berkat dukungan baik secara moril maupun materil secara terus menerus sehingga penulis dapat menyelesaikan skripsi ini. Kepada saudara penulis Khairurrijal, Linil Masthura, Muhibuddin, Nurkhalidah, dan seluruh keluarga besar kami.
2. Kepada Bapak Romi Fadillah Rahmat, B.Comp.Sc.,M.Sc dan Ibu Dr. Mardiningsih, M.Si yang terus mendukung dalam penyelesaian skripsi ini.
3. Ketua Jurusan sekaligus penasehat akademik M. Anggia Muchtar, ST. MM.IT dan Sekretaris Jurusan M. Fadly Syahputra, B.Sc, M.Sc.IT.
4. Seluruh Dosen yang mengajar pada Program Studi Teknologi Informasi Universitas Sumatera Utara.
5. Teman – teman Teknologi Informasi Stambuk 2009, ranap, satria, ari, zizi, yogi, wildan, fithra, gilberth, aang dan kawan
- – kawan SRC yang telah banyak membantu selama masa studi dan penyelesaian skripsi ini.
6. Rekan – rekan kerja saya Kak Adri Arianti, Buk Tapi Rondang, Pak Yassin, Vero, Kak Feby, Kak Nita, Kak Ica dan Pak Naqosya Asrori yang selalu mendukung untuk menyelesaikan skripsi.
Dalam menyusun dan penyelesain skripsi ini masih banyak ada kekurangan maka kritik dan saran sangat diharapkan. Demikianlah kata pengantar yang dapat saya sampaikan semoga skripsi ini menjadi berguna dan bermanfaat.
ABSTRAK
Tautan berita online disebar melalui social media oleh pihak portal berita supaya masyarakat tertarik untuk membaca berita ke portal berita mereka. Supaya user yang sudah masuk ke dalam sebuah portal berita, terus membaca berita lain karena menemukan ada berita yang berkaitan dan disukai pada daftar rekomendasi berita personal. Namun, saat ini rekomendasi secara personal bisa diberikan jika sudah memiliki banyak riwayat penjelajahan dan harus dipastikan user sudah login ke portal berita tersebut. Hal ini akan menjadi masalah jika yang membaca berita adalah pengguna anonim dan tidak memiliki riwayat penjelajahan yang banyak, sehingga akan menyulitkan bagi pemilik portal berita untuk menambah jumlah pembaca baru di portal berita mereka, jika pelayanan yang ingin diberikan adalah berupa rekomendasi berita secara personal. Maka dari itu, dibutuhkan sistem rekomendasi secara personal untuk pengguna anonim yang baru sekali atau beberapa kali mengakses berita dan bisa diberikan rekomendasi secara personal dengan menerapkan metode yang memanfaatkan sparse matrix yaitu CSR Sparse Matrix Vector Multiplication dan
proximity processing . Bayesian framework for user interest yang merupakan metode
untuk sistem rekomendasi personal akan digunakan juga, namun dengan memodifikasi penerapannya yaitu pada term. Penelitian ini menunjukkan bahwa walaupun riwayat penjelajahan sedikit, rekomendasi berita secara personal tetap bisa diberikan kepada pembaca berita.
Kata kunci : rekomendasi berita, rekomendasi berita personal, pengguna anonim
SPARSE MATRIX APPLICATION IN PERSONAL NEWS
RECOMMENDATION FOR ANONYMOUS USER
ABSTRACT
Online news links are being spread through the social media by news agencies in order to encourage people to read news from their site. After users have logged in to their site, users will keep on reading news that is relevant to their personalized news recommendation. But, nowadays personalized recommendation could be provided to users only i f the site has recorded much of users browsing history and it‟s mandatory that users have to log in to the site. This could be problematic if the news readers are anonymous users and the site hasn‟t record enough browsing history from those users. It would be difficult for news agencies to increase their daily readers to their site if they‟re going to compete with other agencies in the aspect of providing good personalized recommendation. Therefore, personalized recommender system is necessary for anonymous users who „ve only visited the news site occasionally, so that the site could recommend the news they‟re likely to read by implementing CSR
Sparse Matrix Vector Multiplication and proximity processing as sparse matrix applied method. Bayesian framework for user interest will also be implemented with the modification in its term. This research will prove that even though news site hasn‟t recorded enough browsing history, personalized news recommendation could still be provided to the readers.
Keywords : News Recommendation, Personal News Recommendation, Anonyomous
User
DAFTAR ISI
Halaman
DAFTAR TABEL
23 Tabel 3.9 Hasil dari menjalankan algoritma proximty processing
32 Tabel 4.1 Daftar judul berita dan hasil eliminasi untuk bisa
32 Tabel 3.21 Skenario rekomendasi akses berita
31 Tabel 3.20 Skenario catat akses berita
31 Tabel 3.19 Skenario ambil kata dan angka
31 Tabel 3.18 Skenario stopword removal
30 Tabel 3.17 Skenario stemming
29 Tabel 3.16 Skenario konversi berita
29 Tabel 3.15 Mendeskripsikan setiap use case
28 Tabel 3.14 Mendeskripsikan secara singkat aktor dalam sistem
Tabel 3.13 Hasil rekomendasi27 Tabel 3.12 Penambahan nilai dari penerapan bayesian framework for user interest 28
25 Tabel 3.11 Frekuensi akses term terhadap waktu
25 Tabel 3.10 Nilai untuk rekomendasi setelah diterapkan proximity processing
22 Tabel 3.8 Term frequency untuk proximy processing
Tabel 2.1 Aturan untuk inflectional particle22 Tabel 3.7 Hasil pengurutan nilai akhir secara descending.
21 Tabel 3.6 Hasil relevansi dokumen menggunakan algoritma csr spmv
20 Tabel 3.5 Sparse matrix yang ditampilkan dalam bentuk tabel
20 Tabel 3.4 df dan idf
19 Tabel 3.3 Tf (term frequency)
18 Tabel 3.2 Hasil dokumen setelah melalui tahapan eliminasi
14 Tabel 3.1 Contoh kumpulan dokumen serta keterangan
14 Tabel 2.7 Penelitian sebelumnya
14 Tabel 2.6 Aturan untuk derivational suffix
13 Tabel 2.5 Aturan untuk second order derivational prefix (lanjutan)
13 Tabel 2.4 Aturan untuk second order derivational prefix
13 Tabel 2.3 Aturan untuk first order derivational prefix
13 Tabel 2.2 Aturan untuk inflectional possesive pronoun
47
Tabel 4.2 Nilai yang didapatkan masing48 Tabel 4.3 Nilai masing
- – masing dokumen
49 Tabel 4.4 Uji coba akses berita menggunakan 5 Pengguna Anonim
- – masing dokumen setelah
51 Tabel 4.5 Nilai untuk proses precision & recall
53 Tabel 4.6 Nilai untuk proses precision & recall (lanjutan)
54
DAFTAR GAMBAR
Gambar 4.3 Halaman bagian pengaturan pengambilan berita rekomendasi
Gambar 2.1 contoh sparse matrix
Gambar 4.4 Halaman bagian pengaturan lama sesi aktif untuk pengguna anonim