Perpustakaan Digital ITB

Pada kehidupan nyata, manusia sulit untuk menyampaikan kriteria dan kebutuhan mereka secara langsung. Untuk menjawab permasalahan tersebut, dikembangkan sebuah conversational recommender system (CRS) dengan basis pengetahuan ontology. Terdapat dua macam strategi yang digunakan dalam membangun interaksi/pertanyaan pada CRS, yaitu navigation by asking (NBA) dan navigation by proposing (NBP). Sistem yang telah dibangun memanfaatkan pertanyaan dengan respons user yang bersifat mandatory pada seleksi produk saja. Respons bernilai mandatory tidak dimanfaatkan dalam mengurutkan produk rekomendasi. Pada pengurutan produk rekomendasi, sistem hanya memanfaatkan pertanyaan dengan respons optional. Hal ini mengakibatkan pengurutan produk masih belum optimal karena belum memanfaatkan seluruh pertanyaan kebutuhan yang telah direspons oleh user. Dalam menghadapi permasalahan tersebut, conversational recommender system kemudian dapat dikombinasikan dengan menggunakan konsep fuzzy multi-criteria decision making. Konsep ini dapat digunakan untuk menghasilkan model komputasi yang dapat memanfaatkan seluruh respons pertanyaan kebutuhan/kriteria yang diberikan oleh user. Konsep yang dilakukan adalah dengan menjadikan setiap respons user sebagai komponen pembangun matriks kepentingan relatif. Matriks ini berubah berdasarkan respons yang diberikan oleh user. Matriks ini kemudian dijadikan sebagai faktor pengali terhadap spesifikasi sebuah smartphone untuk menghasilkan skor performa sebagai alternatif baru dalam mengurutkan produk. Selain itu dilakukan juga beberapa pengembangan terhadap sistem ini seperti membangun interface, back-end dan database. Pengembangan yang dilakukan bertujuan untuk mempermudah seorang expert user untuk menyimpan, memodifikasi dan juga melakukan visualisasi terhadap ontology yang sudah dibuat. Sistem yang dibangun kemudian diuji secara kinerja maupun fungsionalitas. Pengujian fungsionalitas menunjukan bahwa sistem telah bekerja sesuai dengan rancangan. Pengujian kinerja secara efektivitas yang dilakukan melalui survei juga menunjukkan bahwa penerapan konsep fuzzy multi-criteria decision making mampu mengoptimalkan rekomendasi menggunakan seluruh kriteria user. Selain itu, hasil survei juga menunjukan bahwa skor performa dapat dijadikan alternatif untuk menggantikan nilai utilitas dalam mengurutkan rekomendasi. Pada pengembangan kedepannya, dapat diterapkan konsep natural language processing dalam proses input kebutuhan dari pengguna.