Christianto, Stefanus Dwi (2025) IMPLEMENTASI METODE CONTENT BASED FILTERING PADA SISTEM REKOMENDASI FILM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER - ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (242kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (488kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (293kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (810kB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (127kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (105kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.11.4982.zip Restricted to Repository staff only Download (3MB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (614kB) |
Abstract
Perkembangan pesat platform streaming film di era digital telah menyebabkan lonjakan volume konten yang masif, sehingga memicu fenomena information overload. Kondisi ini berdampak negatif pada pengalaman pengguna, mengakibatkan kelelahan dalam pengambilan keputusan (decision fatigue) dan inefisiensi waktu dalam menemukan tontonan yang relevan dengan preferensi mereka. Penelitian ini bertujuan mengatasi permasalahan tersebut dengan membangun sebuah sistem rekomendasi film menggunakan metode Content-Based Filtering. Metodologi penyelesaian masalah dilakukan melalui beberapa tahapan sistematis, meliputi akuisisi dataset film, pra-pemrosesan data teks, rekayasa fitur gabungan (soup) yang mencakup genre dan sinopsis, pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), serta perhitungan tingkat kemiripan antar dokumen menggunakan algoritma Cosine Similarity. Sistem yang dirancang kemudian diimplementasikan ke dalam sebuah prototipe aplikasi berbasis web fungsional. Hasil akhir penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang akurat dan relevan, dibuktikan dengan evaluasi kinerja yang mencapai persentase kesamaan genre hingga 80% dan kesamaan kru film sebesar 70% pada skenario pengujian. Penelitian ini memberikan manfaat praktis bagi pengguna dalam mempercepat pencarian film, serta menjadi rujukan bagi penyedia layanan hiburan untuk meningkatkan keterlibatan pengguna melalui fitur personalisasi. Pengembangan selanjutnya disarankan untuk mengintegrasikan metode Hybrid Filtering guna memperkaya variasi rekomendasi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sistem Rekomendasi, Content-Based Filtering, TF-IDF, Cosine Similarity, Film, Recommendation System, Movie. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 10 Jul 2026 07:17 | ||
| Last Modified: | 10 Jul 2026 07:17 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/32065 |
Actions (login required)
 |
View Item |