Aplikasi rekomendasi film menggunakan metode item based collaborative filtering dan cosine similarity

Fuady, Christine Yuliana (2023) Aplikasi rekomendasi film menggunakan metode item based collaborative filtering dan cosine similarity. Skripsi thesis, Universitas Tarumanagara.

	Text 825190013_CHRISTINE_Cover.pdf Download (90kB)
	Text 825190013_CHRISTINE_Daftar Isi.pdf Download (203kB)
	Text 825190013_CHRISTINE_Daftar Pustaka.pdf Download (148kB)
	Text 825190013_CHRISTINE_Abstrak.pdf Download (154kB)
	Text 825190013_CHRISTINE_Pengesahan.pdf Download (136kB)
	Text 825190013_CHRISTINE_Bab 1.pdf Restricted to Repository staff only Download (207kB)
	Text 825190013_CHRISTINE_Bab 2.pdf Restricted to Repository staff only Download (330kB)
	Text 825190013_CHRISTINE_Bab 3.pdf Restricted to Repository staff only Download (267kB)
	Text 825190013_CHRISTINE_Bab 4.pdf Restricted to Repository staff only Download (328kB)
	Text 825190013_CHRISTINE_Bab 5.pdf Restricted to Repository staff only Download (191kB)

Abstract

Film merupakan sebuah karya gambar bergerak yang tidak hanya dapat dilihat tetapi juga dapat didengar, dimana dalam proses pembuatannya didasarkan oleh asas sinematik yang akan direkam oleh teknologi perekam seperti piringan video dan pita. Data yang diambil IMDb, sampai Juni 2022, tercatat telah ada 11,063,078 judul film yang telah rilis. Banyaknya judul film yang telah dirilis tersebut membuat masyarakat kesulitan untuk menemukan film yang akan ditonton. Oleh karena itu, dibutuhkan sebuah sistem rekomendasi yang dapat memberikan rekomendasi film kepada pengguna untuk mempermudah pengguna dalam mengambil keputusan dalam menentukan film yang akan ditonton. Sistem rekomendasi adalah perangkat lunak atau metode yang menghasilkan usulan berupa item-item spesifik yang mungkin menarik bagi suatu pengguna tertentu. Aplikasi rekomendasi film ini menggunakan metode Item Based Collaborative Filtering dan Cosine Similarity. Metode Item Based Collaborative Filtering digunakan untuk mencari kesamaan rating film. Sedangkan metode Cosine Similarity ini digunakan untuk membandingkan kemiripan antara sinopsis dan genre antar film. Data yang digunakan diambil melalui website IMDb.com dalam kurun waktu tahun 2017 sampai dengan tahun 2022. MAE (Mean Absolute Error) digunakan untuk menghitung akuasi sistem rekomendasi. Dimana dari hasil pengujian, nilai MAE yang dihasilkan masih bernilai 1, yang artinya tingkat akurasi sistem cukup baik. Kata Kunci: Cosine similarity, Film, Item Based Collaborative Filtering, MAE, Sistem Rekomendasi

Item Type:	Thesis (Skripsi)
Subjects:	Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Sistem Informasi
Depositing User:	TDI Family perpus
Date Deposited:	05 Jan 2024 12:14
Last Modified:	05 Jan 2024 12:14
URI:	http://repository.untar.ac.id/id/eprint/42599

Actions (login required)

View Item