Sistem Rekomendasi Film Berbasis Website Dengan Metode Prototype Menggunakan Algoritma K-Nearest Neighbors (KNN)

Alifia Rahma Fitrianti, Asih Rohmani, Widjanarto Widjanarto

Abstract


Industry perfilman dunia merupakan salah satu industry yang  tidak terpengaruh dengan maraknya hiburan digital seperti munculnya media social, program televisi yang beragam dan game. Industry film yang terus melakukan produksi ini semakin menambah informasi film yang melimpah di internet. Kondisi ini justru membuat para penikmat film menjadi kebingungan ketika harus memilih film kesukaannya. Sistem rekomendasi menyediakan informasi  berdasarkan interaksi pengguna dan item yang telah terekam sebelumnya. Pendekatan content-based filtering merupakan salah satu pendekatan pada sistem rekomendasi yang mampu memberikan rekomendasi item berdasarkan fitur atau atribut yang memiliki kemiripan dengan item yang telah berinteraksi dengan pengguna. Penelitian ini akan membahas pembangunan sistem rekomendasi dengan metode prototype menggunakan algoritma K-Nearest Neighbors (KNN) serta pendekatan content-based filtering. K-Nearest Neighbors digunakan untuk mengklasifikasikan objek baru berdasarkan atribut dan sampel dari data training. Metode pembangunan sistem prototype memiliki beberapa tahapan yaitu communication, quick plan and modelling design, construction of prototype, serta deployment delivery and feedback. Berdasarkan hasil pengujian, sistem yang dibangun dapat memberikan rekomendasi film dan hasil pengujian akurasi yang didapatkan dengan nilai k sebesar 5 (lima) adalah sebesar 67%.

Kata kunci: Sistem Rekomendasi, Content-Based Filtering, K-Nearest Neighbors, Movie


Full Text:

PDF

References


Pheni Cahya Kartika, Rasionalisasi Perspektif Film Layar Lebar Beradaptasi Karya Sastra, Jurnal Pena Indonesia, Volume 2, Nomor 2, Oktober 2016, ISSN: 22477-5150

Ricci, F., Rokach, L., Shapira, B., 2011, Recommender Systems Handbook, Springer.

Hunt, N., dan Gomez-Uribe, C A., 2015, “The Netflix Recommender System: Algorithms, Business Value, and Innovation,” ACM Transactions on Management Information Systems, vol. 6, no. 4.

Rachman, Y. F., Saptono, R., dan Winarno, 2018, “Comparison of C4.5 Algorithm and K-Nearest Neighbors on the Classification of Multiple Intelligence Test Results for Recommended Student Lecture,” ITSMART: Jurnal Ilmiah Teknologi dan Informasi, vol. 7, no. 2,108-114.

MI Fathurrahman, D Nurjanah, R Rismala, Sistem Rekomendasi pada Buku dengan Menggunakan Metode Trust-Aware Recommendation , e-Proceeding of Engineering : Vol.4, No.3 Desember 2017 , Page 4966, ISSN : 2355-9365

R. R. Sani, J. Zeniarja, and A. Luthfiarta, “Penerapan Algoritma K-Nearest Neighbor pada Information Retrieval dalam Penentuan Topik Referensi Tugas Akhir,” J. Appl. Intell. Syst., vol. 1, no. 2, pp. 123–133, 2016




DOI: https://doi.org/10.33633/joins.v5i2.4168

Article Metrics

Abstract view : 115 times
PDF - 54 times

Refbacks

  • There are currently no refbacks.




Indexed by:

  

JOINS (Journal Of Information System) licensed by Creative Commons Attribution 4.0 International License.

Creative Commons License