Sistem Analisa Produk dan Rekomendasi Personal Komputer

Article Sidebar

PDF (Bahasa Indonesia)
Published: May 10, 2018
DOI: https://doi.org/10.24252/insypro.v3i1.5628

Main Article Content

Fadly Shabir
Politeknik Negeri Media Kreatif PSDD Makassar
Rahman Rahman
Laboratorium Sistem Informasi Fakultas Sains dan Teknologi UIN Alauddin Makassar

Abstract

Abstrak – Produksi besar-besaran perangkat elektronik komputasi di satu sisi berdampak positif menyediakan pilihan beragam pada konsumen. Namun hal tersebut terkadang menjadi kesulitan tersendiri bagi konsumen ketika hendak memilih personal komputer yang tepat sesuai daya beli dan kebutuhan serta performa perangkat. Suatu sistem rekomendasi pemilihan perangkat komputer dapat digunakan untuk membantu konsumen melakukan perbandingan yang terukur diatara beragam merek personal komputer. Rekomendasi ditetapkan berdasarkan karakteristik performa perangkat keras komputasi. Personal Computer Recommendation System dikembangkan menggunakan algoritma K-means dan AHP. Algoritms AHP melakukan proses analisa data produk komputer selanjutnya data dikelompokan dengan sistem cluster menggunakan K-means. Pengelompokan menggunakan kriteria kemiripan produk dengan karakteristik cluster yang terbentuk. Hasil dari kombinasi algoritma AHP dan K-Means yaitu rekomendasi produk komputer lebih variatif. Pengolahan data menggunakan kombinasi algoritma AHP dan K-Means menghasilkan rekomendasi produk kepada pengguna yang lebih heterogen dibandingkan dengan rekomendasi produk dari data yang diolah hanya menggunakan algoritma AHP tanpa di-cluster K-Means. Sehingga dapat ditarik kesimpulan bahwa proses clustering akan menghasilkan kaidah-kaidah asosiasi dengan kualitas yang lebih baik.
Kata Kunci: Personal komputer, Ranking, Klaster, Data Mining.

Article Details

How to Cite
[1]
F. Shabir and R. Rahman, “Sistem Analisa Produk dan Rekomendasi Personal Komputer”, INSYPRO, vol. 3, no. 1, May 2018.
Issue
Vol. 3 No. 1 (2018)
Section
Vol. 3, No. 1
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Each article is copyrighted © by its author(s) and is published under license from the author(s).

When a paper is accepted for publication, authors will be requested to agree with the Creative Commons Attribution-Noncommercial-No Derivative Works 4.0 Netherlands License.

References

Duen Ren Liu, Ya Yueh Shih. (2005). Integrating AHP and Data Mining for Product Recommendation. Information and Management 42. Science Direct (pp.387-400).
Han Jiawei, M. Kamber. (2006). Data Mining: Concepts and Techniques 2nd, Morgan Kaufmann, USA.
Hermawati Astuti Fajar. (2013). Data Mining. Yogyakarta: CV. Andi Offset.
Kusrini, Lutfi Taufik Emha. (2009). Algoritma Data Mining. Yogyakarta: CV. Andi Offset.
Larose, Daniel T. (2004). Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons, Inc.
Xuecong ZENG, Longsheng CAI, Tomohiro MURATA. (2012). Preference based Recommendation Method by SOM aided AHP and a Case Study of Smartphone. Proceeding of the IEEE International Conference on Automation and Logistics Zhengzhou, China.