Algoritma Slope One adalah salah satu algoritma yang dapat digunakan untuk memprediksikan sebuah kejadian. Contoh yang dibahas kali ini adalah mengenai penentuan rating sebuah barang berdasarkan data-data yang sudah ada.
Algoritma ini adalah bentuk yang paling mudah dari teknik Collaborative Filtering barang yang berbasis pada rating. Kemudahan ini menyebabkan algoritma ini mudah untuk diterapkan dengan tingkat ketepatan yang tidak kalah dari algoritma dengan perhitungan yang jauh lebih sulit. Dan algoritma ini akhirnya digunakan sebagai dasar untuk pengembangan beberapa algoritma lain.



Diasumsikan ada 12 data barang yang dijual, dengan data sebagai berikut:

Barang
Pensil Pensil 2B Pensil 3B Pensil 4B
Pena Pena Merah Pena Biru Pena Hitam
Penggaris Penggaris 15cm Penggaris 20cm Penggaris 30cm
Buku Buku Tulis Buku Gambar Komik

Contoh data barang adalah sebagai berikut:

Dim barang() As String = New String() {"Pensil 2B", "Pensil 3B", "Pensil 4B", _
									   "Pena Merah", "Pena Biru", "Pena Hitam", _
									   "Penggaris 15cm", "Penggaris 20cm", "Penggaris 30cm", _
									   "Buku Tulis", "Buku Gambar", "Komik"}

Kemudian diketahui terdapat 10 pelanggan yang sudah memberi rating pada beberapa barang yang disukai pelanggan tersebut
Diasumsikan 10 data rating pelanggan tersebut adalah sebagai berikut:
Akan terdapat 12 kolom angka dengan urutan barang sesuai dengan urutan barang diatas
Angka 0 berarti tidak memberikan rating, selain itu berarti memberikan rating

Nama Pelanggan
Pelanggan A 3 3 1 10 3 3 4 10 2 8 0 3
Pelanggan B 8 10 3 3 3 8 2 5 2 3 10 5
Pelanggan C 8 5 4 2 4 4 9 0 9 2 10 5
Pelanggan D 0 5 4 0 1 3 4 4 6 4 9 2
Pelanggan E 3 9 6 2 1 1 1 3 8 7 9 3
Pelanggan F 7 10 7 6 5 0 3 2 4 0 7 3
Pelanggan G 5 0 4 9 5 4 9 0 5 1 0 8
Pelanggan H 1 2 4 4 4 2 10 6 10 0 4 10
Pelanggan I 2 9 4 4 0 1 4 6 1 0 7 7
Pelanggan J 9 0 9 10 6 10 3 0 5 7 9 9

Contoh data rating pelanggan adalah sebagai berikut:

Dim pelanggan(9)() As Integer
pelanggan(0) = New Integer() {3, 3, 1, 10, 3, 3, 4, 10, 2, 8, 0, 3}
pelanggan(1) = New Integer() {8, 10, 3, 3, 3, 8, 2, 5, 2, 3, 10, 5}
pelanggan(2) = New Integer() {8, 5, 4, 2, 4, 4, 9, 0, 9, 2, 10, 5}
pelanggan(3) = New Integer() {0, 5, 4, 0, 1, 3, 4, 4, 6, 4, 9, 2}
pelanggan(4) = New Integer() {3, 9, 6, 2, 1, 1, 1, 3, 8, 7, 9, 3}
pelanggan(5) = New Integer() {7, 10, 7, 6, 5, 0, 3, 2, 4, 0, 7, 3}
pelanggan(6) = New Integer() {5, 0, 4, 9, 5, 4, 9, 0, 5, 1, 0, 8}
pelanggan(7) = New Integer() {1, 2, 4, 4, 4, 2, 10, 6, 10, 0, 4, 10}
pelanggan(8) = New Integer() {2, 9, 4, 4, 0, 1, 4, 6, 1, 0, 7, 7}
pelanggan(9) = New Integer() {9, 0, 9, 10, 6, 10, 3, 0, 5, 7, 9, 9}

Maka tentukan rating barang untuk barang-barang yang belum diberi rating pada pelanggan tertentu (yang bernilai 0 pada data tersebut)

Langkah-langkah penggunaan algoritma ini adalah

1. Masukkan data rating barang semua pelanggan pada semua variabel yang dibutuhkan

Dim ratingPelanggan As New Dictionary(Of Integer, Single)()
For i As Integer = 0 To pelanggan.Length - 1
	ratingPelanggan = New Dictionary(Of Integer, Single)()

	For j As Integer = 0 To pelanggan(i).Length - 1
		If pelanggan(i)(j) <> 0 Then ratingPelanggan.Add(j + 1, pelanggan(i)(j))
	Next

	so.TambahRating(ratingPelanggan)
Next

Memasuki perhitungan pada fungsi TambahRating

1a. Lakukan perhitungan untuk setiap data rating pelanggan (poin 1a1 – 1a2)

For Each item1 As KeyValuePair(Of Integer, Single) In ratingPelanggan
	Dim item1Id As Integer = item1.Key
	Dim item1Rating As Single = item1.Value
. . .

1a1. Simpan indeks barang tersebut

Items.Add(item1Id)

1a2. Lakukan perhitungan untuk setiap data rating pelanggan lainnya (poin 1a2a – 1a2d)

For Each item2 As KeyValuePair(Of Integer, Single) In ratingPelanggan
. . .

1a2a. Jika indeks barang sama, maka lanjutkan perhitungan ke barang lainnya
Karena tidak perlu menyimpan data yang sudah pernah disimpan sebelumnya

If item2.Key <= item1Id Then Continue For

1a2b. Hitung nilai selisih rating antara 2 barang yang dibandingkan

Dim selisihRating As Rating
If DictselisihRating.Contains(item1Id, item2Id) Then
	selisihRating = DictselisihRating(item1Id, item2Id)
Else
	selisihRating = New Rating()
	DictselisihRating(item1Id, item2Id) = selisihRating
End If

1a2c. Simpan nilai selisih barang tersebut

selisihRating.NilaiRating += item1Rating - item2Rating

1a2d. Simpan pula berapa ada berapa banyak pelanggan yang memberi rating untuk kedua barang tersebut

selisihRating.Frekuensi += 1

2. Tentukan pelanggan yang akan dicari rating barangnya

Console.WriteLine("Tentukan pelanggan yang akan dicari rating barangnya (1-10)")
Dim input As Integer = CInt(Console.ReadLine)

3. Cari rating barang untuk barang-barang yang belum diberi rating pada pelanggan tersebut
Penjelasan lebih detail tentang fungsi ini dapat dilihat pada penjelasan skrip dibawah ini

Dim prediksi As IDictionary(Of Integer, Single) = so.HitungPrediksi(r)

Memasuki perhitungan pada fungsi HitungPrediksi

3a. Lakukan perhitungan pada setiap indeks barang yang sudah memiliki rating (poin 3a1 – 3a3)

For Each itemId As Integer In Me.Items
. . .

3a1. Jika barang tersebut sudah memiliki rating, maka lanjutkan ke perhitungan berikutnya

If ratingPelanggan.Keys.Contains(itemId) Then Continue For

3a2. Lakukan perhitungan untuk setiap data rating pelanggan lainnya (poin 3a2a – 3a2b)

For Each item As KeyValuePair(Of Integer, Single) In ratingPelanggan
. . .

3a2a. Jika indeks barang sama, maka lanjutkan perhitungan ke barang lainnya
Karena Tidak perlu menghitung rating barang yang sama

If item.Key = itemId Then Continue For

3a2b. Hitung nilai rating masing-masing barang dengan rumus = frekuensi * selisih rating
Kemudian jumlahkan semua nilai rating ini
Hitung pula frekuensi dengan rumus penjumlahan dari semua frekuensi barang tersebut

If DictselisihRating.Contains(itemId, inputItemId) Then
	Dim selisihRating As Rating = DictselisihRating(itemId, inputItemId)
	itemRating.NilaiRating += selisihRating.Frekuensi * (item.Value + selisihRating.Ratarata * (If((itemId < inputItemId), 1, -1)))
	itemRating.Frekuensi += selisihRating.Frekuensi
End If

3a3. Simpan data prediksi rating untuk masing-masing barang yang belum diberi rating

prediksi.Add(itemId, itemRating.Ratarata)

* Agar dapat menjalankan skrip diatas, maka diperlukan 3 buah Class
Class Rating digunakan untuk menampung data rating dan jumlah frekuensi data tersebut
Class DictSelisihRating digunakan untuk menampung data selisih rating masing-masing barang
Class SlopeOne sebagai class utama untuk menambah rating dan menghitung prediksi
Deklarasi masing-masing class tersebut adalah sebagai berikut:

Public Class Rating
    Private m_nilaiRating As Single
    Private m_frekuensi As Integer

    Public Property NilaiRating() As Single
        Get
            Return m_nilaiRating
        End Get
        Set(value As Single)
            m_nilaiRating = value
        End Set
    End Property

    Public Property Frekuensi() As Integer
        Get
            Return m_frekuensi
        End Get
        Set(value As Integer)
            m_frekuensi = value
        End Set
    End Property

    Public ReadOnly Property Ratarata() As Single
        Get
            Return NilaiRating / Frekuensi
        End Get
    End Property
End Class

Public Class DictSelisihRating
    Inherits Dictionary(Of String, Rating)

    Private Function GetKey(Item1Id As Integer, Item2Id As Integer) As String
        Return If((Item1Id < Item2Id), Item1Id & "/" & Item2Id, Item2Id & "/" & Item1Id)
    End Function

    Public Function Contains(Item1Id As Integer, Item2Id As Integer) As Boolean
        Return Me.Keys.Contains(GetKey(Item1Id, Item2Id))
    End Function

    Default Public Overloads Property Item(Item1Id As Integer, Item2Id As Integer) As Rating
        Get
            Return Me(Me.GetKey(Item1Id, Item2Id))
        End Get
        Set(value As Rating)
            Me(Me.GetKey(Item1Id, Item2Id)) = value
        End Set
    End Property
End Class

Public Class SlopeOne
    Private DictselisihRating As New DictSelisihRating()    'Untuk menyimpan hasil selisih nilai rating pada masing-masing barang per pelanggan
    Private Items As New HashSet(Of Integer)()              'Berapa banyak barang yang ada
	
	. . .
End Class

Hasil akhir adalah: (klik untuk perbesar gambar)

cmd72

Contoh modul / source code dalam bahasa VB (Visual Basic) dapat didownload disini:

[sdm_download id=”1552″ fancy=”0″]



Jika membutuhkan jasa kami dalam pembuatan program, keterangan selanjutnya dapat dilihat di Fasilitas dan Harga
Jika ada yang kurang paham dengan langkah-langkah algoritma diatas, silahkan berikan komentar Anda.
Selamat mencoba.