Claim Missing Document
Check
Articles

Found 13 Documents
Search

Sistem Rekomendasi Film Menggunakan Content Based Filtering Sari, Rizka Amelia; Isnaini , Septi Fajar; Seniwati, Erni
The Indonesian Journal of Computer Science Research Vol. 4 No. 1 (2025): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i1.193

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.
Web Pembuatan Website Klub Sepatu Roda Black Pegasus Inline Skate untuk Peningkatan Efektifitas Komunikasi Setyanto, Arief; Puspitasari, Nila Feby; Seniwati, Erni; Gibran, Ibrahim El; Shahruri, Rifandi Annas
BHATARA: Jurnal Multidisiplin Ilmu Vol 2 No 1 (2025): January
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/jmb.v2i1.186

Abstract

Peningkatan efektivitas komunikasi antar anggota komunitas merupakan tantangan yang signifikan, terutama dalam sebuah klub olahraga dengan anggota yang terus bertambah. Klub Sepatu Roda Black Pegasus Inline Skate menghadapi kebutuhan untuk menyempurnakan sistem komunikasi dan koordinasi kegiatan antar anggotanya. Untuk menjawab tantangan ini, telah dikembangkan sebuah website resmi yang dirancang sebagai platform digital terpusat bagi klub. Website ini mencakup fitur-fitur penting seperti Home, About, Pelatihan dan Pemanduan, Pendaftaran, Galery Foto, Video, Buku Tamu dan Contact dan lainnya yang memungkinkan anggota klub untuk mengakses informasi dengan mudah, berbagi pengalaman, serta meningkatkan keterlibatan mereka dalam aktivitas klub. Hasil pelaksanaan kegiatan ini menghasilkan website yang memiliki alamat domain https://pegasusjogja.org. Secara keseluruhan, pembuatan website ini berhasil memenuhi tujuan utama untuk meningkatkan efektivitas komunikasi dalam Klub Sepatu Roda Black Pegasus Inline Skate, serta mendukung pertumbuhan dan penguatan komunitas klub secara keseluruhan.
Content-Based Filtering untuk Sistem Rekomendasi Produk E-Commerce Pratama, Fiki; Prastio, Sabib; Seniwati, Erni; Hartanti, Ninik Tri; Sudarmanto, Sudarmanto
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.254

Abstract

Perkembangan pesat platform e-commerce mendorong kebutuhan akan sistem rekomendasi yang mampu membantu pengguna menemukan produk yang relevan secara efektif. Meskipun sistem rekomendasi telah banyak dikembangkan, implementasi yang teruji secara empiris pada dataset produk e-commerce Indonesia masih terbatas. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi produk e-commerce berbasis content-based filtering dengan memanfaatkan kemiripan konten antar produk. Dataset yang digunakan bersumber dari Tokopedia Products 2025 yang diperoleh melalui Kaggle, berisi informasi produk seperti nama, kategori, dan deskripsi. Representasi fitur teks dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk mengekstraksi karakteristik penting dari setiap produk. Selanjutnya, tingkat kemiripan antar produk dihitung menggunakan Cosine Similarity guna menghasilkan rekomendasi produk yang paling relevan berdasarkan preferensi pengguna. Implementasi dilakukan menggunakan bahasa pemrograman Python dengan pustaka pandas, NumPy, dan scikit-learn. Hasil evaluasi menggunakan berbagai ukuran sampel query dan nilai K yang terdiri dari sample size 50 query yang paling representatif, sistem mencapai Precision@10 sebesar 88.40%, Recall@10 sebesar 46.81%, dan F1-Score@10 sebesar 50.88%, dengan nilai F1-Score optimal dicapai pada K=30 sebesar 66.79%. Hasil penelitian menunjukkan bahwa kombinasi TF-IDF dan Cosine Similarity mampu memberikan rekomendasi produk yang relevan dengan tingkat akurasi yang baik, sehingga metode ini layak diterapkan sebagai solusi sistem rekomendasi pada platform e-commerce berbasis konten