Implementasi Light Graph Convolutional Network dalam Membangun Sistem Rekomendasi Film (Studi Kasus : Film pada Netflix)

Abstract

Perkembangan internet yang pesat diiringi banyaknya penggunaan internet membuat pengguna menghadapi masalah kelebihan informasi. Sistem rekomendasi hadir sebagai alat penyaringan informasi yang menyajikan item kepada pengguna berdasarkan preferensi dan perilaku pengguna. Salah satu penerapan sistem rekomendasi dalam dunia hiburan adalah sistem rekomendasi pada film untuk ditonton. Netflix merupakan salah satu penyedia jasa layanan video on demand berlangganan yang menyuguhkan serial televisi, dokumenter, dan film panjang dalam berbagai genre dan bahasa. Pada netflix terdapat homepage yang berisi film yang dikelompokkan sesuai dengan genre. Jika pengguna menonton suatu film, setelah itu akan muncul film-film serupa dengan film yang telah ditonton pada halaman homepage. Dilakukan penelitian yang bertujuan untuk membangun algoritma model dan menemukan rekomendasi dalam model sistem rekomendasi dengan metode Light Graph Convolutional Network. Pada penelitian ini, digunakan loss_type yaitu bpr dengan nilai embed_ size sebesar 16, n_epoch sebesar 100, learning rate atau lr sebesar 1e-3, batch_size sebesar 256, num_neg sebesar 4, dan reg sebesar 1e-3 didapatkan hasil akhir untuk precision sebesar 0.0293, recall sebesar 0.1924, dan NDCG sebesar 0.1645. Kemudian dari nilai-nilai tersebut didapatkan hasil rekomendasi berdasarkan user 84 dan item 65 berdasarkan preferensi user lain yang menonton Astronomy Club diurutkan dari yang mungkin paling diminati oleh user 84 mulai dari item berjudul Top Gear, Bleach, The Queen and the Conqueror, Johnny Test, She-Ra and the Princesses of Power, Dexter, dan Chocolate.