Sistem Rekomendasi Film menggunakan Neighborhood-Based Collaborative Filtering
Sistem rekomendasi telah menjadi alat penting dalam membantu pengguna menemukan konten yang sesuai dengan preferensi mereka. Namun, dengan banyaknya film yang diproduksi dan beragamnya genre yang tersedia, penonton seringkali kesulitan dalam memilih film yang akan ditonton. Kondisi ini menciptakan kebutuhan akan sistem rekomendasi yang dapat membantu pengguna menemukan film yang relevan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi berbasis Neighborhood-Based Collaborative Filtering. Model yang dibangun menggunakan pendekatan User-Based Collaborative Filtering dan menghitung kemiripan dengan Cosine Similarity. Pemilihan jumlah tetangga terbaik (K) dilakukan menggunakan GridSearchCV, sedangkan akurasi prediksi dievaluasi menggunakan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model mampu memberikan rekomendasi yang akurat. Setelah mengeksplorasi berbagai skema splitting data, skema 80:20 dengan nilai K = 4 terbukti menjadi konfigurasi ternaik dengan MAE 0.7236. Nilai MAE yang rendah mengindikasikan bahwa sistem rekomendasi yang dikembangkan mampu memprediksi kesalahan kecil dan relevan dengan preferensi pengguna. Dengan sistem ini, pengguna dapat memperoleh pengalaman menonton film yang lebih personal dan memuaskan berdasarkan preferensi.
URI
https://repo.itera.ac.id/depan/submission/SB2506170020
Keyword
Sistem Rekomendasi Neighborhood-Based Collaborative Filtering Collaborative Filtering Cosine Similarity