Pembuatan Sistem Rekomendasi Film dengan Menggunakan Metode Item Based Collaborative Filtering pada Apache Mahout
Article Sidebar
Main Article Content
Abstract
Sistem rekomendasi merupakan sebuah metode yang digunakan untuk memberikan rekomendasi pada sebuah produk seperti buku, musik dan film dengan memberikan nilai prediksi tertinggi pada penggunanya. Sistem rekomendasi saat ini masih bisa ditingkatkan lagi kualitasnya, sehingga dengan menggunakan metode baru diharapkan dapat lebih meningkatkan lagi nilai relevansi dari hasil rekomendasi yang diberikan daripada sistem-sistem sebelumnya. Selain itu perkembangan film didunia juga setiap harinya jumlahnya semakin meningkat dengan berbagai jenis genre yang dimiliki, sehingga membuat para penonton film merasa kesulitan untuk memilih film apa yang akan ditonton. Maka dari itu, diperlukan adanya sebuah sistem yang dapat memberikan rekomendasi dari penonton film lainnya. Pada penelitian ini pengembangan sistem rekomendasi film akan menggunakan metode Item Based Collaborative Filtering yang nantinya akan dikembangkan pada framework Apache Mahout dan proses pengujiannya menggunakan algoritma k-fold cross validation. Hasil dari penelitian ini menunjukkan bahwa metode Item based Collaborative Filtering memberikan hasil rekomendasi yang sangat mendekati dengan preferensi nilai yang diberikan oleh penggunanya, hal ini ditunjukkan pada hasil pengujian sistem mendapatkan nilai akurasi sebesar 97%.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
M. K. P. Hidayat, “Model Sistem Informasi Toko Film Digital Dengan Recommender System,” p. 3, 2013.
L. Dzumiroh and R. Saptono, “Penerapan Metode Collaborative Filtering Menggunakan Rating Implisit pada Sistem Perekomendasi Pemilihan Film di Rental VCD,” J. Teknol. Inf. ITSmart, vol. 1, no. 2, p. 54, 2016.
E. W. Sumarlin, S. Hansun, and Y. W. Wiratama, “Rancang Bangun Aplikasi Rekomendasi Filmdengan,” vol. 10, no. 2, pp. 1244–1250, 2016.
S. Sari and D. T. Hendra, “Aplikasi Rekomendasi Film menggunakan Pendekatan Collaborative Filtering dan Euclidean Distance sebagai ukuran kemiripan rating ISBN : 979-26-0280-1 ISBN : 979-26-0280-1,” pp. 135–140, 2015.
G. I. Marthasari, Y. Azhar, and D. K. Puspitaningrum, “Perlengkapan Pesta Menggunakan Collaborative Filtering Dan Penggalian,” vol. 5, no. 1, pp. 1–8, 2015.
B. Utomo and Y. Suhari, “Rekomendasi Film Berbasis Web Pada Bioskop Mini Menggunakan Algoritma Nearest-Neighbor,” vol. 5, no. 1, 2013.
E. A. Laksana, “Collaborative Filtering dan Aplikasinya,” J. Ilm. Teknol. Inf. Terap., vol. 1, no. 1, pp. 36–40, 2014.
Y. A. Pratama, D. Wijaya, and A. Halim, “Digital Cakery Dengan Algoritma Collaborative Filtering,” vol. 14, no. 1, pp. 79–88, 2013.
- Aminudin and M. Alwi, “Analisa Multithreading Pada Sistem Rekomendasi Menggunakan Metode Collaborative Filtering Dengan Apache Mahout,” Techno.Com, vol. 17, no. 1, pp. 1–11, 2017.
A. Jabakji and H. Dag, “Improving item-based recommendation accuracy with user’s preferences on Apache Mahout,” Proc. - 2016 IEEE Int. Conf. Big Data, Big Data 2016, no. 978, pp. 1742–1749, 2016