Sistem Rekomendasi Film Menggunakan Content Based Filtering

Abstract

Sistem rekomendasi merupakan suatu teknik yang digunakan pada perkembangan teknologi untuk memberikan kemudahan dalam menentukan pilihan berdasarkan rekomendasi yang diberikan. Sistem rekomendasi dapat diterapkan pada berbagai area objek data diantara nya pada area wisata, kuliner, buku, e-commerce, fashion, film, musik, dan lainnya. Pada penelitian ini sistem rekomendasi yang dibuat untuk rekomendasi film dengan menggunakan konsep content-based. Dataset yang digunakan berasal dari kaggle yaitu https://www.kaggle.com/datasets/georgescutelnicu/top-100-popular-movies-from-2003-to-2022-imdb. Jumlah data film yang digunakan 2000 data film. Variabel yang digunakan ada 13 yaitu title, rating, year, month, certificate, runtime, directors, stars, genre, filming location, budget, income, dan country of origin. Rekomendasi yang dihasilkan akan memberikan urutan rekomendasi berdasarkan nilai kesamaan. Nilai kesamaan rekomendasi menggunakan metode cosine similarity. Hasil implementasi pada web dengan memilih judul film “Avengers: Infinity Wars” menghasilkan nilai kesamaan tertinggi kemiripan content film nya yaitu 97,53% dengan judul film “Avengers: Endgame”. Sistem rekomendasi yang dibuat dapat digunakan oleh penggemar film untuk membantu memilih film yang content nya mirip dengan film yang digemari.