IMPLEMENTASI METODE ​ DICE SIMILARITY ​ DALAM PERANCANGAN SISTEM REKOMENDASI ARTIKEL BERITA

Abstract

Brilio.net merupakan sebuah perusahaan media penyedia artikel yang sudah cukup dikenal di Indonesia. website
ini menyediakan artikel tentang gaya hidup, berita viral, teknologi dan artikel-artikel jenaka yang sering
diperbincangkan oleh banyak netizen di Indonesia, dan memiliki jumlah pengunjung yang banyak dengan
rata-rata sepuluh ribu pengunjung setiap harinya, brilio.net belum menerapkan sistem rekomendasi (​ content
based filtering ) ​ yang berdasarkan sesuai dengan tingkat kemiripan artikel yang sedang diakses oleh pengguna,
hal ini dapat mengurangi ketertarikan pengguna untuk membaca artikel lainnya, karena artikel rekomendasi yang
ada hanya berdasarkan artikel dengan jumlah akses terbanyak saja sehingga tidak ada peningkatan dalam
statistik website di bagian lama pengguna mengakses. Brilio.net membutuhkan sebuah sistem rekomendasi
artikel berita, dengan proses perhitungan yang lebih cepat tanpa terpengaruh dengan banyaknya pengguna yang
mengakses dan dapat menampilkan artikel yang mirip sesuai dengan artikel yang diakses oleh pengguna.
Metode ​ dice similarity merupakan metode yang digunakan untuk mencari tingkat kemiripan pada sebuah
dokumen dan tidak membutuhkan komputasi yang terlalu berat. Sehingga dengan adanya sistem rekomendasi
artikel berita menggunakan metode ​ dice similarity maka situs brilio.net dapat memberikan rekomendasi artikel
berita yang mirip dengan artikel lain dan cepat tanpa terpengaruh dengan jumlah pengguna yang mengakses, dan
hasil dari penelitian kali ini metode ​ dice similarity kurang cocok dalam sistem rekomendasi artikel berita dengan
nilai proses waktu 151 detik untuk 100 artikel dengan kinerja sistem memperoleh rata-rata precision 53,5% dan
recall 46,5%.