Rancang Bangun Sistem Rekomendasi Hybrid Pemilihan Unit AC Split pada Ruang ATM BCA
DOI:
https://doi.org/10.47701/pkktyq58Abstract
AC Split adalah salah satu jenis pendingin ruangan yang dipasang pada ruang ATM, mesin ATM sendiri suhunya harus dalam kondisi stabil untuk menjaga agar mesin dan CPU ATM tidak overheat dan error jika kondisi suhu panas, maka dari itu setiap ruangan wajib dipasang AC Split untuk menjaga kondisi suhu ruangan. AC juga menjadi kendala yaitu sering trouble atau rusak, jadi masa pemakaian AC Split tidak lebih dari 3 tahun kebanyakan sudah rusak dan diganti dengan yang baru. Dalam kasus ini User masih kesulitan untuk menentukan produk AC Split yang akan digunakan untuk mengganti produk yang rusak karena minimnya pengetahuan tentang produk yang akan dipilih oleh User. Dalam membantu pemilihan dan penggantian unit AC Split pihak dari User meminta agar dibuatkan rancangan sistem rekomendasi sehingga memudahkan dalam pemilihan dan pembelian unit AC Split. Tujuan dari penelitian ini adalah membuat pemodelan Hybrid Recommendation untuk Sistem Rekomendasi Pemilihan Produk AC Split. Desain pemodelan Hybrid Recommendation yang digunakan dalam penelitian ini adalah Parallelized Hybridization dimana recommender pertama dalam sistem ini adalah Content Based dengan teknik Naive Bayes dan recommender kedua yang menggunakan pemodelan Knowledge Based dengan teknik Case Based yang akan menjadi input dari Hybrid Rekomendation. Berdasarkan hasil pemodelan Hybrid Recommendation dengan teknik Parallelized Hybridization dengan 15 data yang dapat memberikan rekomendasi produk AC Split berdasarkan kriteria yang dibutuhkan oleh user dengan menghitung nilai similarity. Produk unit AC Split LG T09EV5 dengan nilai similarity yang tertinggi yaitu 0,664849624 akan ditampilkan sebagai hasil rekomendasi produk AC Split.
References
[1] T. W. Widyaningsih, “Identifikasi Kerusakan Air Conditioner Ruangan Dengan Metode Case Based Reasoning Berbasis Web,” vol. VI, pp. 145–153, 2023.
[2] A. Siswo Raharjo Ansori, “Sistem Pendukung Keputusan Dalam Memilih Air Conditioner (Ac) Dengan Metode Simple Additive Weighting (Decision Support System In Choosing Air Conditioner (Ac) With Simple Additive Weighting Method),” Jtika, vol. 4, no. 1, pp. 113–121, 2022, [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/
[3] K. Ulfa, D. P. Utomo, and I. R. Nasution, “Penerapan Metode VlseKriterijumska Optimizacija I Kompromisno Resenje ( VIKOR ) dalam Pemilihan Air Conditioner Terbaik,” vol. 6341, no. April, pp. 24–35, 2020.
[4] I. Bab, “1. bab i pendahuluan 1.1,” pp. 1–10.
[5] J. Aisyiah, M. Risnasari, and A. T. Ni’mah, “Sistem Rekomendasi Program Studi Menggunakan Metode Hybrid Recommendation (Studi Kasus: MAN Sumenep),” J. Educ. Informatics Res., vol. 4, no. 1, p. 2023, [Online]. Available: https://www.webometrics.info/en/asia/indonesia.
[6] J. Safitri, Vihi Atina, and Nugroho Arif Sudibyo, “Rancang bangun sistem rekomendasi pemilihan drama korea dengan metode content-based filtering,” INFOTECH J. Inform. Teknol., vol. 5, no. 2, pp. 175–189, Dec. 2024, doi: 10.37373/infotech.v5i2.1235.
[7] F. Lestari, D. Hartanti, and H. Hasanah, “Pemodelan Sistem Rekomendasi Pemilihan Paket Internet IndiHome Menggunakan Metode Knowledge,” 2025.
[8] A. Surya Kusuma, C. Pratiwi, and V. Atina, “Sistem Rekomendasi Pemilihan Produk UMKM Berbasis Hybrid Recommendation.”
[9] A. R. Pratama, I. Ma, and Y. R. Ramadhan, “RANCANG BANGUN APLIKASI TRACKING KENDARAAN MENGGUNAKAN,” vol. 8, no. 6, pp. 11074–11079, 2024.
[10] J. Yudhistira, “Perancangan Sistem Informasi Ujian Online Menggunakan Metode Extreme Programming,” J. Artif. Intell. Technol. Inf., vol. 2, no. 2, pp. 87–95, 2024, [Online]. Available: https://ejournal.techcart-press.com/index.php/jaiti/article/view/122
[11] V. Y. P. Ardhana, “Penerapan Metode Extreme Programming Pada Sistem Informasi Penjualan Berbasis Web,” J. Inf. Syst. Manag. Digit. Bus., vol. 1, no. 2, pp. 227–235, 2024, doi: 10.59407/jismdb.v1i2.414