Garis besar topik

    • Recommendation System Forum

      Deskripsi Matakuliah

      Mata kuliah Sistem Rekomendasi membekali mahasiswa dengan pengetahuan dan keterampilan dalam merancang, mengimplementasikan, dan mengevaluasi layanan sistem informasi yang mendukung strategi organisasi jangka pendek maupun jangka panjang. Mahasiswa akan mempelajari identifikasi kebutuhan layanan, perancangan solusi rekomendasi, serta evaluasi efektivitas sistem rekomendasi dalam peningkatan layanan. Mahasiswa dapat menganalisis proses bisnis berbasis data, merancang strategi pengelolaan bisnis dengan sistem rekomendasi, memanfaatkan teknologi informasi untuk mendukung pengambilan keputusan, serta mengevaluasi hasil pengelolaan bisnis secara berkelanjutan

      CPMK-CPL

      1. CPMK0641. Mampu mengidentifikasi kebutuhan layanan Sistem Informasi.
      2. CPMK0642. Mampu merancang solusi rekomendasi untuk peningkatan layanan.
      3. CPMK0643. Mampu mengevaluasi efektivitas layanan Sistem Informasi yang diusulkan.
      4. CPMK0644. Mampu mengimplementasikan rekomendasi untuk mendukung strategi jangka pendek dan panjan
      5. CPMK1321. Mampu menganalisis proses bisnis dengan pendekatan berbasis data.
      6. CPMK1322. Mampu merancang strategi pengelolaan bisnis berbasis Sistem Rekomendasi.
      7. CPMK1323. Mampu memanfaatkan teknologi informasi dalam mendukung pengambilan keputusan bisnis.
      8. CPMK1324. Mampu mengevaluasi hasil pengelolaan bisnis berbasis teknologi informasi secara berkelanjutan

      KONTRAK PERKULIAHAN

      1. UAS : 20%
      2. UTS : 20%
      3. TUGAS : 20%
      4. ABSENSI : 20%
      5. ETIKA : 20%

      REFERENSI UTAMA

      1. Ricci, F., Rokach, L., Shapira, B. (2015). Recommender Systems Handbook. Springer.
      2. Jannach, D., Zanker, M., Felfernig, A., Friedrich, G. (2010). Recommender Systems: An Introduction. Cambridge University Press.
      3. Aggarwal, C. C. (2016). Recommender Systems: The Textbook. Springer.
      4. Adomavicius, G., Tuzhilin, A. (2005). Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions. IEEE Transactions on Knowledge and Data Engineering

  • PERTEMUAN KE 1 TANGGAL 27 DEPETEMBER 2025

    • PENGANTAR SISTEM REKOMENDASI Berkas PDF
      Siswa harus
      Tandai selesai

      Recommendation Knowledge Sources Taxonomy

      Definition of Recommender Systems

      PENGANTAR SISTEM REKOMENDASI

      881.5 KB · Diunggah 27/09/25, 15:34

  • PERTEMUAN KE 2 TANGGAL 4 OKTOBER 2025

    • Pertemuan Ke 2 Berkas PDF
      Siswa harus
      Tandai selesai

      1.  Recommendation Knowledge
      2.  Definisi Of Recommender Systems
      3.  Metode-Metode Rekomendasi Secara Umum
      4.  Contoh Rekomendasi sistem
      5. etc

      881.5 KB · Diunggah 3/10/25, 08:01

  • PERTEMUAN KE 3 TANGGAL 11 OKTOBER 2025


  • PERTEMUAN KE 4 TANGGAL 18 OKTOBER 2025


    • PERTEMUAN KE 4 Berkas PPTX
      Siswa harus
      Tandai selesai

      Pendahuluan BIG DATA

      Peran Sistem Rekomendasi

      Komponen Utama Sistem Rekomendasi

      Jenis Sistem Rekomendasi

      Klasifikasi Utama Sistem Rekomendasi

      DSb

      954.6 KB · Diunggah 18/10/25, 14:26

  • PERTEMUAN KE 5 TANGGAL 25 OKTOBER 2025

    • PERTEMUAN KE 5 Berkas PPT
      Siswa harus
      Tandai selesai
      Machine Learning Recommender system Deep learning Tiga Pendekatan Utama Studi Kasus
      649.6 KB · Diunggah 27/10/25, 10:39

  • PERTEMUAN KE 6


    • PERTEMUAN KE 6 Berkas PPT
      Siswa harus
      Tandai selesai

      . Siklus Data dalam Sistem Rekomendasi

      2. Data Collection

      3. Data Management

      4. Data set Rokomendasi sistem

      5. User Data dan Struktur Data

      6. Tahapan Reprocessing

      7. tools

      dsb


      1.7 MB · Diunggah 27/10/25, 10:41

  • PERTEMUAN KE 7 TANGGAL 9 NOVEMBER 2025

    • PERTEMUAN KE 7 Berkas PPTX
      Siswa harus
      Tandai selesai

      1. Mengapa data Penting

      2. Jenis Data dalam Rekomendasi system

      3. Struktur Data Interaksi

      4. Pentingnya Kualitas Data

      5. Studi Kasus

      6. contoh

      dsb


      670.1 KB · Diunggah 8/11/25, 11:23

  • UJIAN TENGAH SEMESTER

  • PERTEMUAN KE 9 TANGGAL 29 NOVEMBER 2025

    • PERTEMUAN KE 9 Berkas PPT
      Siswa harus
      Tandai selesai

      Klasifikasi Algoritma Rekomendasi

      Algoritma Content-Based Filtering

      Contoh berdasarkan Prilaku Pengguna

      1. User-Based CF (Pengguna Mirip)

      2. Item-Based CF (Item Mirip)



      388.0 KB · Diunggah 29/11/25, 15:20

  • PERTEMUANKE 10 TANGGAL 6 DESEMBER 2025

    • Pertemuan 10 Berkas PPTX
      Siswa harus
      Tandai selesai

      1. Study Kasus

      2. Indentifikasi tiga Komponen Utama Rekomendasi

      3. Metode Rekomendasi

      4. Alur kerja sistem rekomendasi dan gambarkan

      5. Contoh Simulasi Rekomendasi

      6. Identifikasi masalah yang ada

      7.etc


      1.0 MB · Diunggah 6/12/25, 15:19

  • PERTEMUAN KE 11 TANGGAL 13 DESEMBER 2025

  • PERTEMUAN KE 12

    • PERTEMUAN KE 11 Berkas PPTX
      Siswa harus
      Tandai selesai

      Study Kasus sistem rekomendasi lanjutan

      Tabel Dataset rating

      Teknik perhitungan Rekomendasi

      Teknik perhitungan similarity (kemiripan) pada prilaku user/rating

      cosine similarity

      contoh prediksi rating dengan rumus Weightted Mean

      prediksi rating dengan rumus prediksi item-based UI untuk Item D

      Kesimpulan


      186.2 KB · Diunggah 15/12/25, 13:28

  • PERTEMUAN KE 13

    • PERTEMUAN KE 13 Berkas PPTX
      Siswa harus
      Tandai selesai

      Capaian Pembelajaran

      Evaluasi dan Contoh

      Tujuan dan Manfaat

      Pendekatan Evaluasi dan Fokus

      Dataset dan Ground Truth

      Metrik Error Based

      MAE dan RMSE

      Metrik Top N

      Kesimpulan


      185.0 KB · Diunggah 29/12/25, 13:53

  • PERTEMUAN KE 14

    • PERTEMUAN KE 14 Berkas PPTX
      Siswa harus
      Tandai selesai

      Capaian Pembelajaran

      Evaluasi dan Contoh

      Tujuan dan Manfaat

      Pendekatan Evaluasi dan Fokus

      Dataset dan Ground Truth

      Metrik Error Based

      MAE dan RMSE

      Metrik Top N

      Kesimpulan


      183.9 KB · Diunggah 3/01/26, 15:03