PEMODELAN SISTEM REKOMENDASI PLATFORM CENTRALIZED EXCHANGE (CEX) ASET KRIPTO MENGGUNAKAN COLLABORATIVE FILTERING

Perkembangan pesat aset kripto dan beragamnya platform Centralized Exchange (CEX) menyulitkan trader dalam memilih platform yang sesuai preferensi. Penelitian ini bertujuan memodelkan sistem rekomendasi platform CEX berbasis Collaborative Filtering. Data rating pengguna terhadap beberapa CEX (Binance, Bybit, Bitget, Tokocrypto, Indodax) dikumpulkan melalui kuesioner. Metode K-Nearest Neighbors With Means (KNN With Means) dengan cosine similarity digunakan untuk memprediksi rating berdasarkan kemiripan preferensi antar pengguna. Model dilatih dan diuji dengan skema train-test split 75:25. Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE) digunakan sebagai metrik evaluasi. Hasil pengujian menunjukkan nilai MAE dan RMSE yang rendah (sekitar di bawah 1.0 pada skala rating 1–5), menandakan rekomendasi yang dihasilkan cukup akurat. Dapat disimpulkan bahwa pendekatan collaborative filtering efektif untuk merekomendasikan platform CEX sesuai kebutuhan pengguna. Sistem rekomendasi ini diharapkan membantu trader khususnya pemula memilih exchange yang tepat secara lebih objektif.