| dc.description.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. | en_US |
