IMPLEMENTASI METODE CONTENT BASED FILTERING UNTUK REKOMENDASI FILM BERDASARKAN GENRE DAN SINOPSIS
Article Sidebar
Main Article Content
Abstract
Film atau yang sering dikenal sebagai movie merupakan sebuah karya gambar bergerak atau gambar hidup yang tidak hanya dapat dilihat tetapi juga dapat didengar, dimana dalam proses pembuatannya didasarkan oleh asas sinematik yang akan direkam oleh teknologi perekam seperti piringan video dan pita. Setiap orang memiliki minatnya masing- masing dalam memilih film yang akan ditonton. Ada beberapa preferensi yang mempengaruhi pilihan film antara lain, genre, rating, dan sinopsis. Data yang diambil IMDb, sampai Juni 2022, tercatat telah ada 11,063,078 judul film yang telah rilis. Dari banyaknya judul film atau movie yang telah dirilis tersebut membuat masyarakat merasa kesulitan untuk menemukan dan menentukan film yang akan ditonton. Dengan demikian, untuk mempermudah pengguna dalam menentukan film apa yang akan ditonton dari sekian banyak judul film yang telah dirilis, diperlukan sebuah sistem rekomendasi yang dapat memberikan rekomendasi film kepada pengguna. Metode yang digunakan untuk sistem rekomendasi film berdasarkan genre dan sinopsis yaitu content based filtering dengan algoritma TF-IDF dan cosine similarity. Metode cosine similarity ini digunakan untuk membandingkan kemiripan antara sinopsis dan genre film yang satu dengan sinopsis dan genre film lainnya. Hasil rekomendasi film yang akan direkomendasikan adalah film yang memiliki nilai similarity yang paling tinggi.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
Arfisko, H. H., & Toto Wibowo, A. (2022). Sistem Rekomendasi Film Menggunakan Metode Hybrid Collaborative Filtering Dan Content-Based Filtering. e-Proceeding of Engineering, 9(3), 2149-2159.
Firdaus, Pasnur, & Wabdillah. (2019). Implementasi Cosine Similarity Untuk Peningkatan Akurasi Pengukuran Kesamaan Dokumen Pada Klasifikasi Dokumen Berita Dengan K Nearest Neighbour. Jurnal Teknologi Informasi dan Komunikasi, 9(1), 69-74.
Fitrianti, A. R., Rohmani, A., & Widjanarto, W. (2020). Sistem Rekomendasi Film Berbasis Website Dengan Metode Prototype Menggunakan Algoritma K-Nearest Neighbors (KNN). Journal of Information System, 5(2), 278–287.
Hasanah, U., & Mutiara, D. A. (2019). Perbandingan Metode Cosine Similarity dan Jaccard Similarity untuk Penilaian Otomatis Jawaban Pendek. Seminar Nasional Sistem Informasi dan Teknik Informatika, 1255–1263.
IMDb PRESS ROOM. (2022, September 14). IMDb Statistics. imdb.com. https://www.imdb.com/pressroom/stats/
Laili, A. N., Adikara, P. P., & Adinugroho, S. (2019). Rekomendasi Film Berdasarkan Sinopsis Menggunakan Metode Word2Vec. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(6), 6035-6043.
Larasati, F. B. A., & Februariyanti, H. (2021). Sistem Rekomendasi Product Emina Cosmetics Dengan Menggunakan Metode Content-Based Filtering. MISI (Jurnal Manajemen informatika & Sistem Informasi), 4(1), 45-54.
Sumarlin, E. W., Hansun, S., & Wiratama, Y. W. (2016). Rancang Bangun Aplikasi Rekomendasi Film Dengan Menggunakan Algoritma Simple Additive Weighting. Jurnal Informatika, 10(2), 1244-1250.
Suryani, L., & Edy, K. (2020). Pengembangan Aplikasi “Lost & Found” Berbasis Android Dengan Menggunakan Metode Term Frequency-Inverse Document Frequency (TF-IDF) Dan Cosine Similarity. Jurnal Electro Luceat (JEC), 6(2).