DETAIL KOLEKSI

Aplikasi rekomendasi film menggunakan metode collaborative filtering dengan algoritma euclidean destance

5.0


Oleh : Defry Tri Hendra

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2015

Pembimbing 1 : Syandra Sari

Pembimbing 2 : Teddy Siswanto, Ir., MMSi

Subyek : Algorithm;System analysis;Industrial management;Operating system;Collaborative filtering.

Kata Kunci : rekomendasi. film, metode collaborative filtering, algoritma, euclidean destance.

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2015_TA_IF_06410002_1.pdf
2. 2015_TA_IF_06410002_2.pdf
3. 2015_TA_IF_06410002_3.pdf
4. 2015_TA_IF_06410002_4.pdf
5. 2015_TA_IF_06410002_5.pdf
6. 2015_TA_IF_06410002_6.pdf
7. 2015_TA_IF_06410002_7.pdf
8. 2015_TA_IF_06410002_8.pdf
9. 2015_TA_IF_06410002_9.pdf
10. 2015_TA_IF_06410002_10.pdf

F Film telah menjadi salah satu hiburan favorit utama orang orang, film sendiri terbagi atas berbagai macam genre danjumlah filmnya sendiri pertahunnya terhitung mencapai ribuan. Hal ini mengundang kesulitan dalam memilih film yang sesuai dengan kriteria din kita Karena banyaknya film yang ada. Salah satu solusi dari permasalahan ini adalah system rekomendasi. Sistem Rekomendasi adalah model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opiniatau rating seseorangterhadap suatu barang Sistem Rekomendasi memerlukan model rekomendasi yang tepat agar apa yang direkomendasikan sesuai dengan keinginan pelanggan, serta mempermudah pelanggan mengambil keputusan yang tepat dalam menentukan produk yang akan dibelinya. Salah satu model perhitungan adalah Collaborative Filtering. Collaborative filtering merupakan proses penyaringan atau pengevaluasian item menggunakan opini orang lain. Penerapan metode Collaborative Filtering pada aplikasi rekomendasi di capai dengan mengimplementasikan algoritma Euclidean distance (perbedaan popularitas) yang berguna untuk menghitung nilai rekomendasi berdasarkan rating yang di berikan oleh user. Algoritma Euclidean distance menghasilkan rekomendasi dengan tingkat kesamaan terhadap keinginan user sebesar 0,6625, yang termasuk Kuat pada table range. Hal ini menunjukan bahwa kemiripan rekomendasi aplikasi dengan keinginan user cukup mirip. Dapat disimpulkan bahwa rekomendasi Euclidean distance dapat memberikan rekomendasi sesuai dengan keinginan user.

F Film has become one of the favorite pastimes for people, the film itself is divided into various genres and a thousand of films produceevery year. It invites difficulty in choosing films that met the criterion of ourselves because there is to many book. One solution to this problem is the system recommendation. Recommendation system is a model application of results, observations, circumstances and wishes for customer. Recommendation systems utilize a person's opinion or rating of an item in order to assist in selecting the desired product. Recommendation systems require a model on the right so that what is recommended in accordance with the wishes of the customer, as well as enabling customers to make good decisions in determining which products will be bought. One model is the calculation of Collaborative Filtering. Collaborative filtering is the process of filtering or evaluating items using other people's opinion. Application of Collaborative Filtering method in application is achieved by implementing the recommendations Euclidean distance algorithm which is useful for calculating the value of recommendation by rating given by user. Euclidean distance algorithm generates recommendation to the level of similarity to the user of 0.6625, which is Strong on the table range. This shows that the similarity with the application on the user desires are quite similar. It can be concluded that the recommendation Euclidean distance can provide recommendation in accordance with wishes of the user

Bagaimana Anda menilai Koleksi ini ?