E-resources
-
Dewi, Kadek Cahya; Ciptayani, Putu Indah
Jurnal Sistem Informasi dan Sains Teknologi, 08/2022, Volume: 4, Issue: 2Journal Article
Trend perkembangan teknologi saat ini adalah mengarah ke sistem cerdas. Namun saat ini belum ada yang menggabungkan dua metode deep learning pada algoritma rekomendasi, sehingga penting untuk melakukan pemodelan sistem rekomendasi cerdas menggunakan hybrid deep learning. Penelitian ini bertujuan untuk mendapatkan model hybrid deep learning yang optimal pada sistem rekomendasi cerdas. Penelitian ini menggunakan pendekatan penelitian eksperimen. Teknik pengumpulan data yang digunakan meliputi observasi, penelusuran online dan pencatatan dataset. Tahapan penelitian terdiri dari: (a) literature review, (b) observasi dan pencarian online, (c) modeling (d) prototyping dan (e) testing. Model yang dihasilkan merupakan model hybrid deep learning yang terdiri dari dua layer yaitu layer Self Organizing Map (SOM) dan layer Recurrent Neural Network (RNN). Penelitian ini menggunakan bahasa pemrograman Python pada tahap pembuatan prototipe. Beberapa modul library dalam python yang digunakan antara lain numpy, pandas, tensorflow, hard, torch, sklearn. Program diuji dengan dataset dari kaggle.com. Hasil pengujian berhasil meningkatkan kinerja dengan meningkatkan akurasi hingga 100%. Dapat disimpulkan bahwa model SOM-RNN dapat meningkatkan kinerja sistem rekomendasi cerdas.
![loading ... loading ...](themes/default/img/ajax-loading.gif)
Shelf entry
Permalink
- URL:
Impact factor
Access to the JCR database is permitted only to users from Slovenia. Your current IP address is not on the list of IP addresses with access permission, and authentication with the relevant AAI accout is required.
Year | Impact factor | Edition | Category | Classification | ||||
---|---|---|---|---|---|---|---|---|
JCR | SNIP | JCR | SNIP | JCR | SNIP | JCR | SNIP |
Select the library membership card:
If the library membership card is not in the list,
add a new one.
DRS, in which the journal is indexed
Database name | Field | Year |
---|
Links to authors' personal bibliographies | Links to information on researchers in the SICRIS system |
---|
Source: Personal bibliographies
and: SICRIS
The material is available in full text. If you wish to order the material anyway, click the Continue button.