Aplikasi R-Shiny Dalam Membangun Sistem Rekomendasi Berdasarkan Metode Collaborative Filtering (Studi Kasus : Rekomendasi Film Dataset Movielens)
Abstract
Film telah menjadi salah satu hiburan favorit masyarakat terutama di media
streaming film. Jumlah film pertahun terhitung mencapai ribuan yang menyebabkan
information overload sehingga membuat user cenderung kesulitan untuk
menemukan film. Oleh karena itu membutuhkan cara penemuan kembali suatu
informasi yang efektif. Sistem rekomendasi muncul sebagai solusi memberikan
informasi atau item yang bersifat personal. Collaborative filtering merupakan salah
satu metode dalam sistem rekomendasi, yang bekerja dengan menyaring informasi
dari profil pengguna lain berupa rating untuk memprediksi item yang mungkin
disukai pengguna. Pada penelitian ini dibangun sebuah Recommender System yang
berbasis Collaborative filtering menggunakan pendekatan User-Based
Collaborative Filtering(UBCF) dan Item-Based Collaborative Filtering(IBCF).
Recommender System dibangun menggunakan aplikasi Shiny App menggunakan
bahasa pemrograman R. Hasil penelitian menunjukkan bahwa metode UBCF lebih
akurat dalam hal memberikan rekomendasi dibandingkan metode IBCF,
berdasarkan kriteria MAE, dan UBCF ini yang digunakan pada aplikasi RShiny.
Collections
- Statistics [904]