Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Muchamad Syarif Hidayatullah
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 1 Documents
Search

 1 
Perancangan Sistem Rekomendasi Game Steam dengan Neural Multi-Criteria Collaborative Filtering Alfi Fadli; Jenniva Retno Nuryuansyah; Rafael Theo Santoso; Waras Tri Wijaya; Muchamad Syarif Hidayatullah
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri game digital telah mengalami pertumbuhan pesat dengan platform Steam Store menyediakan lebih dari 50.000 game, menciptakan masalah information overload bagi pengguna. Penelitian ini merancang sistem rekomendasi game Steam menggunakan pendekatan Neural Multi-Criteria Collaborative Filtering (MCCF) yang memprediksi empat kriteria rating (gameplay, graphics, value, overall) secara simultan. Sistem dilengkapi dengan cold start handler berbasis few-shot learning yang berjalan otomatis di backend tanpa menampilkan proses perhitungan ke pengguna. Dataset yang digunakan terdiri dari 21 game Steam dengan 21 atribut lengkap dan 500 profil pengguna hasil filtering yang menghasilkan 10.500 multi-criteria rating. Hasil perancangan menunjukkan sistem mampu menghasilkan rekomendasi game yang sesuai dengan preferensi pengguna, dengan contoh rekomendasi top-3 yaitu Elden Ring (prediksi overall 4,82), Hades (prediksi overall 4,71), dan The Witcher 3 (prediksi overall 4,65) untuk pengguna dengan preferensi genre RPG/Action dan graphics yang baik. Rancangan antarmuka sistem terdiri dari empat halaman dengan navigasi tab-based yang user-friendly. Hasil perancangan menunjukkan arsitektur model yang mampu menangkap preferensi multi-dimensi pengguna dengan representasi vektor 59-dimensi melalui deep matrix factorization dan task-specific heads.
Co-Authors Alfi Fadli Jenniva Retno Nuryuansyah Rafael Theo Santoso Waras Tri Wijaya