-, Hijrawan (2021) SISTEM REKOMENDASI GAME ONLINE DENGAN METODE ITEMBASED COLLABORATIVE FILTERING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (611kB) |
|
Text (BAB I)
BAB I.pdf Download (248kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (491kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (691kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (207kB) |
|
Text (BAB V)
BAB V.pdf Download (53kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (589kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-16.11.0455-Hijrawan - Hijrawan Hijrawan.rar Restricted to Repository staff only Download (19MB) |
|
Text (PUBLIKASI)
Publikasi-16.11.0455-Hijrawan - Hijrawan Hijrawan.pdf Restricted to Repository staff only Download (325kB) |
Abstract
Game online merupakan salah satu game yang bisa dimainkan pada perangkat yang berbeda. Setiap orang yang memiliki akun game online bisa memainkan game online dimanapun dan kapanpun. Namun dengan banyaknya game yang disajikan di internet membuat bingung user untuk memilih atau membeli game mana yang sesuai dengan selera. Oleh karena itu diperlukan sebuah sistem yang mampu memberikan rekomendasi sebuah item yang sesuai selera user untuk memudahkan dalam memilih item yang akan digunakan. Pada penelitian ini menggunakan adjusted cosine similarity untuk mencari kemiripan antar game online. Proses prediksi merupakan proses akhir dalam collaborative filtering dalam memberikan suatu rekomendasi. Salah satu teknik untuk menghitung dan mendapatkan nilai prediksi adalah dengan menggunakan persamaan weighted sum. Dalam penelitian ini menggunakan 10 game online dan 393 data rating pengguna.Dari hasil hitung prediksi rating game online menggunakan weighted sum, kemudian dilakukan pengujian menggunakan metode Mean Absolute Error (MAE) untuk mengetahui akurasi. Maka dari hasil yang diperoleh pada penelitian ini menunjukkan bahwa penggunaan item-based collaborative filtering mampu memberikan rekomendasi game online yang cukup baik. Pembangunan sistem rekomendasi game online dengan item-based collaborative filtering belum dapat memberikan informasi yang sesuai dengan kebutuhan user. Dengan mengimplementasikan item-based collaborative filtering ke dalam sistem rekomendasi game online dan dilakukan pengujian dengan metode Mean Absolut Error(MAE) mendapatkan hasil yang cukup akurat yaitu dengan akurasi 0,461.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Item-based collaborative filtering, sistem rekomendasi game online | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus > 696 Animasi |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 10 Jun 2022 06:39 | ||
| Last Modified: | 08 Aug 2023 07:39 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/747 |
Actions (login required)
 |
View Item |