Sistem Rekomendasi Film Menggunakan Content Based Filtering

Abstrak

Pertumbuhan banyaknya penonton bioskop yang meningkat selaras dengan banyaknya jumlah film yang diproduksi. Berbagai film dengan alur cerita, genre, dan tema film yang serupa ataupun berbeda-beda meramaikan pasar industri dari bidang perfilman di luar negeri hingga dalam negeri. Dari banyaknya film yang diproduksi membuat calon penonton bingung dan kesulitan untuk mencari dan menentukan film apa yang akan ditonton selanjutnya sehingga menghabiskan waktu lebih banyak dalam mencari film. Beberapa orang menggunakan fitur yang disediakan di beberapa situs untuk mencari film untuk memutuskan film yang akan ditonton. Setiap orang memiliki selera yang berbeda-beda dan cenderung memilih menonton film yang serupa dengan film yang disukainya. Salah satu cara untuk mendapatkan informasi yang tepat terhadap film adalah dengan sistem rekomendasi. Setiap film memiliki beberapa informasi berupa genre film dan sinopsis film yang berbeda-beda. Pada penelitian ini untuk mendapatkan hasil rekomendasi menggunakan algoritme content based filtering dengan mencari kemiripan bobot dari term pada bag of words hasil pre-processing sinopsis film dan judul film. Pembobotan dilakukan menggunakan metode TF-IDF yang telah dinormalisasi. Kemudian hasil pembobotan akan melalui tahap cosine similarity untuk mencari kemiripan berdasarkan bobot dan diakhiri dengan filtering berdasarkan genre. Hasil pengujian yang dilakukan pada penelitian dengan melibatkan tiga partisipan dengan total jumlah film sebanyak 4000 judul film didapatkan nilai akurasi menggunakan mean average precision @K (MAP@K) sebesar 0.823254 untuk jenis kueri single kueri dan 0.7500556 untuk jenis kueri multiple seeds kueri. Dari hasil tersebut didapatkan untuk jenis kueri single kueri menghasilkan rekomendasi yang lebih baik daripada jenis kueri multiple seeds kueri.