SISTEM REKOMENDASI FILM RAMAH ANAK BERBASIS USER COLLABORATIVE FILTERING DENGAN ALGORITMA K-NEAREST NEIGHBOR

Maruf, Zauvik Rizaldi (2020) SISTEM REKOMENDASI FILM RAMAH ANAK BERBASIS USER COLLABORATIVE FILTERING DENGAN ALGORITMA K-NEAREST NEIGHBOR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (702kB)
	Text (BAB I) BAB I.pdf Download (251kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (570kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (568kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (874kB)
	Text (BAB V) BAB V.pdf Download (78kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (127kB)
	Archive (SOURCE CODE) Source Code-16.11.0467-Zauvik Rizaldi Maruf - Zauvik Rizaldi Ma`ruf.zip Restricted to Repository staff only Download (13MB)
	Text (PUBLIKASI) Publikasi-16.11.0467-Zauvik Rizaldi Maruf - Zauvik Rizaldi Ma`ruf.pdf Restricted to Repository staff only Download (621kB)

Abstract

Film yang sesuai dengan selera anak dapat menjadi media edukasi yang relatif efekitif sehingga dapat menumbuhan kepedulian dan sikap prososial. Karena pilihan film yang begitu banyak, menemukan film yang sesuai dengan minat anak tentunya bukanlah hal yang mudah, maka salah satu solusinya adalah membuat sistem rekomendasi. Sistem rekomendasi pada penelitian ini menggunakan teknik user collaborative filtering, yaitu merupakan salah satu metode sistem rekomendasi yang dibangun atas dasar history rating user. Hasil rekomendasi didapatkan dari pengolahan data history rating film suatu user menggunakan algoritma k-nearest neighbor. K dalam nearest neighbor merupakan banyaknya neighbor yang menjadi pertimbangan rekomendasi. Dalam beberapa skenario uji coba yang dilakukan pada penelitian ini, diketahui bahwa nilai k sangat berpengaruh pada kualitas rekomendasi yang didapatkan, maka dari itu diperlukan pengujian lebih lanjut terhadap nilai k agar model yang didapakan lebih maksimal. Hasil peneilitian ini berupa prediksi rating yang dimanfaatkan untuk membuat sebuah rekomendasi film. Karena hasil akhir adalah sebuah prediksi rating, maka pengujian k terbaik dapat dilakukan menggunakan RMSE (root mean sequare error). Pengujian RMSE terhadap 20% user (112 user) menunjukkan hasil yang mengagumkan. Nilai k=10 memiliki rata-rata nilai error paling kecil diantara k yang lain, sehingga k=10 merupakan k terbaik pada penelitian ini. Walaupun pada suatu kondisi nilai k=3 memiliki error paling kecil , tetapi berdasarkan pengujian keseluruhan k=3 menghasilkan rata-rata error paling besar diantara k yang lain. Hal ini menunjukkan bahwa k=3 kurang stabil jika dibandingkan dengan k yang lainnya.

Actions (login required)

View Item