Uji akurasi algoritma bipolar slope one dan BW-Mine pada sistem rekomendasi

Sistem rekomendasi banyak diterapkan pada berbagai e-commerce. Ada berapa masalah yang dapat menyebabkan sistem rekomendasi untuk gagal. Masalah ini adalah masalah kekosongan data rating yang massif (sparsity) dan cold start. Oleh karena itu, diperlukan metode rekomendasi yang tepat untuk meningkatkan keakurasian, sehingga user dapat menemukan item yang sesuai dengan keinginannya.
Untuk mencapai tujuan tersebut, digunakan bipolar slope one untuk memprediksi rating. Bipolar slope one digunakan untuk memprediksi rating suatu item. Dalam memprediksi rating suatu item, dibutuhkan pola item. Pola item ini dapat direpresentasikan dalam Assosciation Rule yang terdapat pada algoritma BW-Mine. Pengujian dilakukan dengan MAE yang melibatkan 50 user terhadap 200 item. Hasil pengujian menggunakan MAE diperoleh bahwa sparsity memiliki pengaruh terhadap akurasi prediksi rating yang dihasilkan dalam sistem rekomendasi.