Skripsi/Tugas Akhir
Perancangan Fitur Rekomendasi Movie Streaming dengan Metode User Based Coolaborative Filtering
ABSTRAK
Dalam era digital, layanan movie streaming telah menjadi media hiburan yang sangat diminati. Namun, tantangan utama yang dihadapi adalah menyajikan rekomendasi film yang akurat dan personal bagi setiap pengguna. Banyak pengguna merasa kewalahan dengan banyaknya pilihan dan sering kali tidak puas dengan rekomendasi yang diberikan. Metode user-based collaborative filtering (UBCF) menganalisis pola perilaku dan preferensi pengguna dengan kesamaan tertentu untuk memberikan rekomendasi yang lebih personal. Penelitian sebelumnya menunjukkan bahwa UBCF dapat meningkatkan akurasi rekomendasi, seperti pada dataset MovieLens yang mencapai nilai RMSE sekitar 0.9-1.0. Kesimpulan penelitian menunjukkan bahwa analisis UBCF dengan 5 bobot preferensi menghasilkan nilai error yang lebih kecil, yaitu 0.73%, dibandingkan dengan 3 atau 4 preferensi. Implementasi UBCF pada layanan streaming movie dapat memberikan pengalaman pengguna yang lebih memuaskan dan meningkatkan loyalitas terhadap layanan tersebut.
Kata Kunci: Rekomendasi Film, User-Based Collaborative Filtering, Layanan Streaming
ABSTRACT
In the digital era, movie streaming services have become a highly popular form of entertainment. However, the main challenge they face is providing accurate and personalized movie recommendations for each user. Many users feel overwhelmed by the numerous options and are often dissatisfied with the recommendations provided. The user-based collaborative filtering (UBCF) method analyzes the behavior and preferences of users with similar tastes to offer more personalized recommendations. Previous research has shown that UBCF can improve recommendation accuracy, as demonstrated with the MovieLens dataset, which achieved an RMSE value of around 0.9-1.0. The research concluded that UBCF analysis with 5 preference weights resulted in a lower error value of 0.73%, compared to using 3 or 4 preferences. Implementing UBCF in movie streaming services can provide users with a more satisfying experience and ultimately increase their loyalty to the service.
Keywords: Movie Recommendations, User-Based Collaborative Filtering, Streaming Services
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS