View/Open

Author
Alloisius, Fritz Gerald Winalda Sipayung

Date Published
26 May 2026

Advisor
Radhinka Bagaskara, S.Si.Kom., M.Si., M.Sc.,
Miranti Verdiana, M.Si.,

Subject
Teknik Informatika

Publisher

Ketiadaan struktur pemetaan otomatis terhadap aset digital menyebabkan pengolahan informasi dokumen tekstual pada repositori video game nasional menjadi tidak terorganisasi dengan optimal. Penelitian ini bertujuan untuk menguji keandalan pemodelan algoritma backend sistem rekomendasi melalui metode Content-Based Filtering dalam memetakan derajat kemiripan objek metadata teks. Eksperimen ini memanfaatkan pembobotan TF-IDF dan kalkulasi Cosine Similarity untuk memproses fitur gabungan dari atribut Short Description, Genre, dan Tags dari dataset terkurasi sebanyak 93 video game lokal Indonesia. Riset ini berfokus secara ketat pada aspek pemantapan model komputasi yang bersifat bebas dari interaksi pengguna (user-independent) guna mengeliminasi bias popularitas eksternal dan kendala cold-start. Evaluasi performa sistem dijalankan secara mandiri menggunakan modul Automated Ground Truth berbasis formula himpunan Jaccard Similarity pada tiga atribut teks terkait. Tingkat akurasi modul diuji menggunakan metrik Precision@10 di bawah pengaruh aturan logika ambang batas dinamis (dynamic threshold) yang menyesuaikan standar kelulusan berdasarkan kuantitas jumlah kata kunci masukan. Hasil pengujian menunjukkan bahwa nilai kemiripan vektor Cosine Similarity secara konsisten melandai di bawah kisaran 50% akibat adanya ketimpangan panjang dokumen (text length imbalance). Namun demikian, perolehan metrik Precision@10 bergerak dinamis dari 30% hingga mencapai angka sempurna 100%. Pelonggaran threshold ke 0.02 pada Query tunggal memicu bias permisif yang melambungkan akurasi Query "Horror" hingga 80%, sedangkan pengetatan threshold ke 0.05 pada Query jamak memicu bias penolakan yang menahan akurasi Query “Strategy RPG” di angka 40%. Sistem terbukti meraih akurasi maksimal 100% pada Query “Casual, Simulation, Visual Novel” berkat adanya kepadatan hubungan semantik antarGenre pada metadata. Hasil ini membuktikan bahwa purwarupa modul yang dibangun telah valid dan objektif sebagai filter kelayakan konten, di mana performa akhirnya terikat secara linear oleh variasi sebaran kosakata di dalam basis data.

URI
https://repo.itera.ac.id/depan/submission/SB2606040049

Keyword
Content-Based Filtering Cosine Similarity Automated Ground Truth Jaccard Similarity Precision@K Video game Lokal