PENERAPAN METODE COLLABORATIVE FILTERING MENGGUNAKAN RATING PADA SISTEM REKOMENDASI FILM BERBASIS WEB

Fadhila, Rizki Nur (2023) PENERAPAN METODE COLLABORATIVE FILTERING MENGGUNAKAN RATING PADA SISTEM REKOMENDASI FILM BERBASIS WEB. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (485kB)
	Text BAB I.pdf Download (124kB)
	Text BAB II.pdf Download (259kB)
	Text BAB III.pdf Download (381kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (106kB)
	Text LAMPIRAN.pdf Download (384kB)

Abstract

Salah satu bentuk hiburan yang semakin populer di kalangan penonton adalah film layar lebar yang banyak ditayangkan di bioskop. Industri film layar lebar tetap kuat meski bermunculan media hiburan lain seperti media sosial, berbagai aktivitas televisi dan game. Hal ini dimungkinkan karena film merupakan medium dimana kehidupan nyata dapat dialami di layar lebar. Beberapa orang menggunakan fungsi beberapa situs web untuk mencari film dan memutuskan untuk menontonnya. Setiap orang memiliki selera yang berbeda dan mereka ingin melihat film yang mirip dengan yang mereka sukai. Salah satu cara untuk mendapatkan informasi yang benar tentang film adalah melalui sistem rekomendasi. Setiap film memiliki informasi tentang berbagai gaya film dan ringkasan film. Pada penelitian ini bertujuan untuk mendapatkan rekomendasi menggunakan metode co-filtering dengan cara mencari rating tertinggi antara film dan judul film serta memilih atau mencari film menggunakan algoritma K-Means untuk mendapatkan informasi serupa yang dicari pengguna. Tujuan dari penelitian ini adalah untuk menggunakan dikotomi K-means dan skrining sendi. Data film yang digunakan dalam penelitian ini berasal dari MovieLens yang terdiri dari 100.000 rating oleh 668 pengguna. Mendukung 18 genre film dan 10329 judul film. Proses pelatihan terdiri dari algoritma K-means bisection dan proses clustering komputasional. Penilaian kesamaan dengan pemfilteran kolaboratif (berbasis item dan berbasis pengguna). Proses pengujian dijalankan dan nilai kesalahan sistem dihitung. Hitung mean absolute error (MAE). Riset kami menghasilkan rekomendasi dari K-Means dan setengah dari basis pengguna kami. Collaborative Filtering menghasilkan nilai MAE yang lebih rendah daripada K-means dan Collaborative Filtering berbasis web.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Delvy Aplirizani -
Date Deposited:	05 Feb 2024 06:42
Last Modified:	05 Feb 2024 06:42
URI:	http://repository.unas.ac.id/id/eprint/9631

Actions (login required)

View Item