Penerapan Metode Content Based Filtering dalam Sistem Rekomendasi Game (Studi Kasus : Game pada Google Play Store)

Abstract

Industri game mobile mengalami pertumbuhan yang cepat terutama melalui Google Play Store untuk perangkat Android yang mendominasi lebih dari 70% dari pangsa pasar sistem operasi mobile global dalam penggunaan smartphone di seluruh dunia. Google Play Store menawarkan berbagai game dan model bisnis yang fleksibel, membantu kecepatan prosesor dan dukungan (Virtual Reality/Augmented Reality) VR/AR. Di tengah industri yang berkembang pesat ini, sistem rekomendasi game menjadi semakin penting. Penelitian ini menerapkan metode content-based filtering dalam sistem rekomendasi game di Google Play Store untuk merekomendasikan game berdasarkan genre, deskripsi, dan rating deksripsi. Algoritma yang digunakan TF-IDF untuk mengukur kepentingan kata dalam deskripsi game dan cosine similarity untuk mengukur kesamaan antara game. Hasil menunjukkan metode ini efektif dalam menyaring jenis game dan memberikan rekomendasi yang akurat, meningkatkan retensi pengguna dengan menyajikan rekomendasi yang sesuai dengan preferensi mereka di tengah pertumbuhan industri game mobile.