Implementasi K-Means dan Collaborative Filtering untuk Sistem Rekomendasi
Abstract
Pada penelitian ini akan mengadopsi K-Means untuk mengelompokkan film yang serupa sebelum dilakukan rekomendasi menggunakan item based collaborative filtering dengan tujuan mereduksi data, mendapatkan data kelompok film yang sesuai dengan target pengguna dan mempercepat proses eksekusi. Penelitian ini dimulai dengan melakukan pengumpulan data, pengolahan data, proses klastering, proses rekomendasi, proses prediksi rating dan akurasi. Dari hasil penelitian dapat disimpulkan bahwa penggunaan metode item based collaborative filtering pada dataset MovieLens 100k dapat memberikan rekomendasi film kepada pengguna. Namun akurasi MAE dari prediksi rating memiliki error sedang yaitu 0.54 dan akurasi menggunakan metode RMSE memiliki nilai error yang tinggi yaitu 0.71. Waktu eksekusi untuk proses rekomendasi juga memakan waktu lama yaitu 14 menit 12 detik.
References
Al Amin, A., Sunyoto, A., & Al Fatta, H. (2020). Mereduksi Error Prediksi Pada Sistem Rekomendasi Menggunakan Pendekatan Collaborative Filtering Berbasis Model Matrix Factorization . EXPLORE, 10(1).
AL-Bakri, N. F., & Hashim, S. H. (2019). Collaborative Filtering Recommendation Model Based on k-means Clustering. Al-Nahrain Journal of Science, 22(1), 74–79. https://doi.org/10.22401/ANJS.22.1.10
Apriyani, P., Dikananda, A. R., & Ali, I. (2023). Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi. Hello World Jurnal Ilmu Komputer, 2(1), 20–33. https://doi.org/10.56211/helloworld.v2i1.230
Dharma, A. S., Basadena, R. B., Hutasoit, A., & Pangaribuan, R. R. (2021). Arie Satia Dharma: Sistem Rekomendasi Menggunakan Item-based … Sistem Rekomendasi Menggunakan Item-based Collaborative Filtering pada Konten Artikel Berita Sejarah penerimaan.
Islamiyah, M., Subekti, P., & Andini, T. D. (2019). Utilization of CollaboratPemanfaatan Metode Based Collaborative Filtering Untuk Rekomendasi Wisata Di Kabupaten Malangive Filtering Method for Tourism Recommendations in Malang Regency. Jurnal Ilmiah Teknologi Informasi Asia, 13(2), 143. https://doi.org/10.32815/jitika.v13i2.70
Islamiyah, M., Subekti, P., Dwi Andini, T., & Asia Malang, S. (2019). Pemanfaatan Metode Item Based Collaborative Filtering Untuk Rekomendasi Wisata Di Kabupaten Malang. Jurnal Ilmiah Teknologi Informasi Asia, 13(2).
Jaja, V. L., Susanto, B., & Sasongko, L. R. (2020). Penerapan Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens. D’CARTESIAN, 9(2), 78. https://doi.org/10.35799/dc.9.2.2020.28274
Jepriana, W., & Hanief, S. (n.d.). Analisis Dan Implementasi Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Konsentrasi Di Stmik Stikom Bali (Vol. 9, Issue 2).
Mirantika, N. (2021). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat. NUANSA INFORMATIKA, 15(2), 92–98. https://doi.org/10.25134/nuansa.v15i2.4321
Muarif, A. S., & Winarno, E. (2022). Sistem Rekomendasi Tempat Parkir di Kota Lama Semarang Menggunakan Collaborative Filtering. Jurnal Ilmiah Universitas Batanghari Jambi, 22(2), 906. https://doi.org/10.33087/jiubj.v22i2.2066
Nugraha, D., Purboyo, T. W., & Nugrahaeni, R. A. (2021). Sistem Rekomendasi Film Menggunakan Metode User Based ( Movie Recommendation System Using User Based Collaborative Filtering Method ). 8(5), 6765–6775.
Prasetyo, B., Haryanto, H., Ast uti, S., Astuti, E. Z., & Rahayu, Y. (2019). Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone. Eksplora Informatika, 9(1), 17–27. https://doi.org/10.30864/eksplora.v9i1.244
Salloum, S., & Rajamanthri, D. (2021). Implementation and evaluation of movie recommender systems using collaborative filtering. Journal of Advances in Information Technology, 12(3), 189–196. https://doi.org/10.12720/jait.12.3.189-196
Sharma, P., & Yadav, L. (2020). Movie Recommendation System Using Item Based Collaborative Filtering. International Journal of Innovative Research in Computer Science & Technology, 8(4). https://doi.org/10.21276/ijircst.2020.8.4.2
Singh, R. H., Maurya, S., Tripathi, T., Narula, T., & Srivastav, G. (2020). Movie Recommendation System using Cosine Similarity and KNN. International Journal of Engineering and Advanced Technology. https://doi.org/10.35940/ijeat.E9666.069520
Statistik, B. P. (2018). Persentase Judul Film yang Ditayangkan oleh Perusahaan Bioskop Menurut Genre (Persen), 2014-2018. Badan Pusat Statistik.
Wahyudi, I., Sulthan, M. B., & Suhartini, L. (2021). Analisa Penentuan Cluster Terbaik Pada Metode K-Means Menggunakan Elbow Terhadap Sentra Industri Produksi Di Pamekasan. Jurnal Aplikasi Teknologi Informasi Dan Manajemen (JATIM), 2(2), 72–81. https://doi.org/10.31102/jatim.v2i2.1274
Widiyaningtyas, T., Hidayah, I., & Adji, T. B. (2021). User profile correlation-based similarity (UPCSim) algorithm in movie recommendation system. Journal of Big Data, 8(1). https://doi.org/10.1186/s40537-021-00425-x
Yoshua, I., Bunyamin, H., & Si, S. (2021). Pengimplementasian Sistem Rekomendasi Musik Dengan Metode Collaborative Filtering (Vol. 3).
