Machine LearningMenengahFase D–FE4E6

Collaborative Filtering

Collaborative Filtering adalah mesin rekomendasi yang menebak kesukaanmu dari orang lain yang seleranya mirip. Algoritma mencari pengguna dengan pola suka yang paling dekat denganmu, lalu menyarankan hal yang mereka sukai tetapi belum kamu lihat. Visualisasi menampilkan tabel pengguna dan barang, pencocokan selera antar pengguna, hingga munculnya daftar rekomendasi.

Contoh kasus

Cara FYP TikTok dan baris kamu mungkin suka di Shopee memilih video atau barang berikutnya untukmu.

Silabus

Rekomendasikan sesuatu dengan mencari pengguna lain yang seleranya paling mirip denganmu.

Tujuan Belajar

·Memahami cara AI merekomendasikan konten dari selera pengguna mirip
·Menjelaskan cara mengukur kemiripan antar pengguna dari pola suka
·Menerapkan penyaringan barang untuk menghasilkan rekomendasi baru

Cara Kerja

·Catat barang atau video yang disukai tiap pengguna dalam sebuah tabel.
·Untukmu, cari pengguna lain yang pola sukanya paling mirip.
·Lihat hal yang mereka sukai tetapi belum pernah kamu buka.
·Sarankan hal itu kepadamu sebagai rekomendasi.
·Makin banyak yang kamu suka, makin akurat tebakan berikutnya.

Prasyarat

·Tabel atau matriks sederhana
·Konsep kemiripan atau kedekatan

Contoh Nyata

·FYP TikTok yang menyajikan video mirip selera penonton serupa.
·Baris kamu mungkin suka di Shopee dan Tokopedia.
·Rekomendasi lagu Spotify dari pendengar yang seleranya mirip.

Kompleksitas O(jumlah pengguna * jumlah barang)