REKOMENDASI PODCAST SPOTIFY DENGAN METODE CONTENT BASED

Saputra, Muhammad Rizky Addin (2022) REKOMENDASI PODCAST SPOTIFY DENGAN METODE CONTENT BASED. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (525kB)
[img] Text (BAB I)
BAB I.pdf

Download (152kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (466kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (182kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (543kB)
[img] Text (BAB V)
BAB V.pdf

Download (30kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (420kB)
[img] Archive (SOURCE CODE)
Source Code 17.11.1050 Muhammad Rizky Addin Saputra.zip
Restricted to Repository staff only

Download (18MB)
[img] Text (PUBLIKASI)
Publikasi 17.11.1050 Muhammad Rizky Addin Saputra.pdf
Restricted to Repository staff only

Download (355kB)

Abstract

Spotify adalah layanan streaming musik dan juga podcast yang banyak digunakan oleh masyarakat, tidak sedikit orang yang menggunakan aplikasi spotify untuk mendengarkan podcast yang mereka sukai tetapi banyak juga orang yang kesusahan dalam mencari sebuah podcast yang mirip atau bergenre sama seperti yang selalu mereka dengarkan. Dalam penelitian ini menggunakan Recommender System untuk mempermudah user atau seseorang dalam mendapatkan rekomendasi podcast yang sesuai dengan selera mereka masing-masing. Sistem ini dirancang menggunakan metode Content-Based, sedangkan untuk implementasinya menggunakan bahasa pemrograman PYTHON dan dataset menggunakan data yang di ambil dari Podcast di Spotify. Hasil dari rancang bangun ini adalah user akan dengan mudah mendapatkan rekomendasi sebuah podcast yang mirip atau bergenre sama dengan podcast yang sering mereka dengar atau cari. Berdasarkan rumusan masalah dari hasil penelitian dapat disimpulkan bahwa penggunaan metode Content Based Filtering dengan TFIDF dan Cosine Similarity dapat memberikan rekomendasi podcast sesuai dengan genre dan nama episode yang dipilih oleh user, semakin banyak user melakukan like pada data semakin tinggi nilai dari Cosine Similarity yang didapat.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Huda, Arif Akbarul
Uncontrolled Keywords: Content based filtering , TF-IDF cosine similarity , Spotify, Podcast , danPython.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 10 Oct 2022 06:25
Last Modified: 01 Aug 2023 02:36
URI: http://eprints.amikom.ac.id/id/eprint/8653

Actions (login required)

View Item View Item