Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer
Maswadi Ra’uf
Universitas Muhammadiyah Jember
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Metode Hybrid (SVD++–KNN) pada Sistem Rekomendasi Film dan Preferensi Artis Musik Maswadi Ra’uf; Ilham Saifudin; Luluk Handayani
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 5 No. 1 (2026): Desember 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v5i1.956

Abstract

Latar Belakang: Sistem rekomendasi berbasis collaborative filtering telah banyak digunakan untuk membantu pengguna menemukan konten yang sesuai preferensi, namun masih menghadapi tantangan terkait keragaman data. Tujuan: Penelitian ini mengevaluasi efektivitas metode weighted hybrid SVD++–KNN dalam meningkatkan akurasi sistem rekomendasi film dan preferensi artis musik. Metode: Penelitian ini menggunakan pendekatan eksperimen kuantitatif pada dataset MovieLens 1M dan Last.FM. Data dibagi menjadi 80% data latih dan 20% data uji dengan validasi hold-out. Model menggabungkan algoritma SVD++ dan KNN, kemudian dievaluasi menggunakan metrik RMSE dan MAE.  Hasil: Pada dataset MovieLens diperoleh nilai RMSE 0,8594 dan MAE 0,6747 pada α = 0,8, sedangkan pada dataset Last.FM diperoleh RMSE 0,2632 dan MAE 0,1955 pada α = 0,9. Kesimpulan: Metode weighted hybrid SVD++–KNN meningkatkan akurasi sistem rekomendasi pada kedua dataset. Penyesuaian nilai alpha sesuai dengan karakteristik dataset dapat meningkatkan kinerja model, sehingga metode ini menjadi alternatif yang efektif untuk sistem rekomendasi berbasis kolaborasi.
Co-Authors Luluk Handayani Saifudin, Ilham