Text

Sistem Rekomendasi Film Menggunakan Algoritma Item-Based Collaborative Filtering dan Basis Data Graph

---

ABSTRAK

Semakin berkembang teknologi akan diiringi dengan semakin banyaknya informasi yang
tersedia. Hal yang sama juga terjadi pada informasi yang berkaitan dengan film. Tidak jarang
seseorang yang ingin menonton film menjadi kebingungan karena terlalu banyak film yang
tersedia di internet. Oleh karena itu, dibutuhkan sebuah sistem yang dapat membantu
memberikan informasi yang sesuai dengan keinginan pengguna. Sistem tersebut sering
disebut dengan sistem rekomendasi. Banyak algoritma yang dapat digunakan untuk
membuat sistem rekomendasi, salah satu algoritma yang paling banyak digunakan adalah
algoritma collaborative filtering. Pada penelitian ini dikembangkan sebuah sistem
rekomendasi film menggunakan algoritma item-based collaborative filtering dan basis data
graph. Penerapan algoritma item-based collaborative filtering menghasilkan sistem
rekomendasi yang memiliki Mean Absolute Error (MAE) sebesar 0.357. Penggunaan basis
data graph sangat sesuai karena representasi yang paling sesuai untuk collaborative filtering
adalah representasi graph. Basis data graph juga dapat menghasilkan waktu pemrosesan
yang lebih cepat dibandingkan dengan basis data relasional.
Kata Kunci: Sistem Rekomendasi, Item-Based Collaborative Filtering, Basis Data Graph,
Mean Absolute Error

ABSTRACT

Along with the development of technology, available information will grow as well. The
same thing happens to informations related to movie. someone often confused when he or
she want to watch a movie because too many movies available on the internet. Therefore,
system that can provide information that meets what user need was needed. The system was
often called recommendation system. Many algorithms can be used to build a
recommendation system, one of the most used algorithms was collaborative filtering. In this
research was developed a recommendation system using item-based collaborative filtering
algorithm and graph database. The implementation of item-based collaborative filtering
algorithm resulted in recommendation system that has Mean Absolute Error (MAE) of
0.357. The use of the graph database is very suitable because the most appropriate
representation for collaborative filtering was a graph representation. The use of graph
database also resulted in faster execution time than relational database.
Keywords: Recommendation System, Item-Based Collaborative Filtering, Graph Database,
Mean Absolute Error

---

Ketersediaan

490F17II

005.1 FAQ s

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

005.1 FAQ s

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1550

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Faqih Arifian Ajipradana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar