Electronic Theses and Dissertation

Mengetik merupakan salah satu kegiatan yang paling sering dilakukan oleh masyarakat saat ini mulai dari murid sekolah, mahasiswa hingga pegawai kantor, oleh karena itu dibutuhkannya sebuah media belajar untuk meningkatkan kecepatan mengetik yang membantu melatih kata-kata yang sulit diketik oleh pengguna. Metode yang digunakan pada penelitian ini adalah algoritma rekomendasi Content Based Filtering yang berguna untuk mengumpulkan kata-kata yang memiliki kemiripan dengan kata yang sulit diketik oleh pengguna berdasarkan rekaman mengetik pengguna. Metode Kedua yaitu algoritma Collaborative Filtering yang digunakan untuk memprediksi seberapa sulit seorang pengguna dalam mengetikan suatu kata. Hasil yang didapat dari penelitian ini yaitu algoritma Content Based Filtering yang dapat mengumpulkan kata yang sulit diketik pengguna dengan keakurasian sebesar 49.2%. Hasil kedua yang diperoleh yaitu algoritma Collaborative Filtering berhasil memprediksi nilai seberapa sulit seorang pengguna mengetikan sebuah kata dengan hasil perhitungan Root Mean Square Error (RMSE) sebesar 0.82, dan Root Mean Square Percentage Error (RMSPE) sebesar 30% dari nilai sebenarnya. Hasil Ketiga yang diperoleh yaitu penerapan pada website yang menggunakan penggabungan kedua algoritma tersebut didapatkan hasil sebesar 28% dari total kata yang telah direkomendasikan didapatkan sulit diketik oleh pengguna yang memiliki kecepatan mengetik 103 KPM dan 72.3% untuk pengguna yang memiliki kecepatan mengetik 39 KPM.

Typing is one of the most frequently done activity in the society starting from student in the high schools, college or even in the work office, therefore we need a medium to learn increasing the typing speed to help trains typing words that are often mistyped by the use. Methods used in this research is Content Based Filtering Algorithm to gather the words that has a simillar pattern with the words that are often mistyped based on users previous typing records and the Collaborative Filtering Algorithm to expand the range of the recommendation by not only depending from the records but also from other users typing pattern. The results of this study shows the Collaborative Filtering Algorithm were able to gather words that are hard to type by the user with an accuracy of 49.2%, dan the Collaborative Filtering able to predict the score on how difficult for the user to type a word with the result of Root mean Square Error (RMSE) value of 0.82 and with the Root Mean Square Percentage Error (RMSPE) value of 30% from the actual value, and a website which is the combination of the two algorithm with the result of 28% of the total word that are recommendated were indeed difficult to type by the user with the typing speed of 103 WPM, and 72.3% for the user that has a typing speed of 39 WPM