PRATAMA, Ilhan Mahardika (2024) Implementasi Movie Recommender System dengan Penggabungan Metode Content Filtering dan Collaborative Filtering menggunakan Teknik Hybrid Weighting Berbasis Website. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Download (1MB) |
|
PDF (Legalitas)
LEGALITAS-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Restricted to Repository staff only Download (2MB) |
|
PDF (Abstrak)
ABSTRAK-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Download (1MB) |
|
PDF (BabI)
BAB-I-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Restricted to Repository staff only until 21 August 2025. Download (1MB) |
|
PDF (BabII)
BAB-II-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Restricted to Repository staff only until 21 August 2025. Download (1MB) |
|
PDF (BabIII)
BAB-III-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Restricted to Repository staff only until 21 August 2025. Download (1MB) |
|
PDF (BabIV)
BAB-IV-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Restricted to Repository staff only Download (4MB) |
|
PDF (BabV)
BAB-V-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Download (1MB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Ilhan Mahardika Pratama-H1D020058-Skripsi-2024.pdf Download (1MB) |
Abstract
Hampir semua aspek kehidupan manusia tidak luput dari peran teknologi di dalamnya. Salah satu yang terpenting bagi manusia yaitu aspek hiburan dan salah satu yang paling diminati oleh masyarakat adalah film. Dengan banyaknya pilihan yang disuguhkan, pengguna kerap kali kebingungan untuk menentukan film yang sesuai dengan selera mereka. Oleh karena itu, sebagai solusi dari masalah tersebut, diperlukan sebuah sistem rekomendasi yang dapat memberikan rekomendasi film kepada pengguna dengan melihat karakteristik selera pengguna tertentu. Sistem ini menggabungkan metode content-based filtering dan Collaborative Filtering ke dalam sebuah hybrid recommendation system. Hal ini bertujuan untuk menutupi kelemahan dari masing-masing metode individual. Pengembangan sistem rekomendasi ini menggunakan algoritma Pearson Correlation untuk metode Collaborative Filtering dan algoritma Cosine Similarity untuk metode content-based filtering. Kedua model tersebut digabungkan dengan menggunakan teknik hybrid weighting untuk mendapatkan hasil rekomendasi yang optimal. Hasil dari pengembangan sistem ini adalah sebuah website rekomendasi film di mana pengguna dapat memberikan rating film yang sudah ditonton sekaligus mendapatkan rekomendasi film yang belum pernah ditonton. Hasil pengujian NDCG@20 model rekomendasi mendapatkan nilai 0,9482 untuk model Hybrid, 0,9621 untuk model CF, dan 0,9439 untuk model CBF. Walaupun nilai NDCG untuk model CF lebih tinggi dibandingkan model Hybrid, model Hybrid mampu menghasilkan rekomendasi yang lebih variatif serta dapat menutupi kelemahan dari masing-masing metode.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H24321 |
| Uncontrolled Keywords: | sistem rekomendasi, film, Content-Based Filtering, Collaborative Filtering, hybrid recommendation system, Cosine Similarity, Pearson Correlation, hybrid weighting |
| Subjects: | C > C402 Cinematography |
| Divisions: | Fakultas Teknik > S1 Teknik Informatika |
| Depositing User: | Mr. Ilhan Mahardika Pratama |
| Date Deposited: | 21 Aug 2024 01:54 |
| Last Modified: | 21 Aug 2024 01:54 |
| URI: | http://repository.unsoed.ac.id/id/eprint/28945 |
Actions (login required)
 |
View Item |