Sistem Rekomendasi Film Menggunakan Metode Collaborative Filtering dan K-Nearest Neighbors
Abstract
Industri film berkembang demikian pesat. Banyak jenis film yang beredar dan siap untuk disaksikan. Oleh sebab itu banyak orang kebingunan akan film apa yang ingin disaksikan. Maka, dibutuhkan sistem untuk merekomendasikan film agar sesuai dengan yang calon penonton inginkan. Penelitian ini bertujuan untuk mengetahui prediksi rating film pada suatu pengguna menggunakan metode Collaborative Filtering (CF). Algoritma CF dapat mempredisiksi rating suatu film berdasarkan relasi antar user lainnya. Sistem berbasis website sehingga pengguna dapat langsung melihat hasil keluaran film yang direkomendasikan untuk disaksikan.
Keywords
Full Text:
PDFReferences
“Press Room,” IMDB, 2018. [Online]. Available: https://www.imdb.com/pressroom/about/.
Adomavicius, Gediminas dan Tuzhilin, Alexander (2005). Toward the Next Generation of Recommender Systems: A Survey of the
State-of-the-Art and Possible Extensions. IEEE Transactions on Knowledge and Data Engineering, vol. 17, no. 6, June 2005.
Schafer, B., Joseph, Konstan and John Riedl, “Recommender Systems in E-Commerce,” in Minneapolis, University of Minnesota, 2007.
B. Sarwar, “Item based collaborative filtering recommendation algorithms” ACM.
Akhiro, R. “Studi Multi Criteria Decision Making (MDCDM) untuk Recommender System Bursa Tenaga kerja”. Institut Teknologi Bandung, 2008.
Schafer, J.B., Frankowski, D.,Herlocker,J. dan Sen, S. “Collaborative Filtering Recommender System”. Springer-Verlag, Berlin, Heidelbeg, 2007
DOI: https://doi.org/10.17509/jatikom.v3i1.33208
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Jurnal Aplikasi dan Teori Ilmu Komputer
JATIKOM is published by Universitas Pendidikan Indonesia
Jl. Dr. Setiabudhi 229 Bandung 40154, West Java, Indonesia
Website: http://www.upi.edu