Claim Missing Document
Check
Articles

Found 2 Documents
Search

Rancang bangun sistem rekomendasi pemilihan drama korea dengan metode content-based filtering Jamilatun Safitri; Vihi Atina; Nugroho Arif Sudibyo
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1235

Abstract

Drama Korea telah menjadi salah satu hiburan yang sangat populer di berbagai belahan dunia, termasuk di Indonesia. Alasan utama popularitasnya adalah alur cerita yang menarik dan keberagaman jenis drama. Namun, banyaknya pilihan drama yang menarik justru sering membuat penonton bingung menentukan drama mana yang harus ditonton terlebih dahulu. Akibatnya, penonton sering kali merasa kecewa karena memilih drama yang tidak sesuai dengan preferensi penonton. Untuk mengatasi masalah ini, diperlukan sebuah sistem rekomendasi yang dapat membantu penonton dalam memilih drama yang sesuai dengan preferensi pribadi. Penelitian ini bertujuan untuk membuat rancang bangun sistem rekomendasi pemilihan drama Korea dengan menerapkan metode content-based filtering. Metode ini dipilih karena mampu menganalisis kesamaan antara drama berdasarkan konten, sehingga dapat memberikan rekomendasi yang lebih tepat dan sesuai dengan preferensi penonton. Untuk pengembangan sistem menggunakan metode prototype dengan 5 tahapan yaitu komunikasi, perencanaan cepat, melakukan pemodelan, melakukan konstruksi, dan penyerahan hasil. Hasil penelitian ini adalah rancangan sistem rekomendasi pemilihan drama Korea dengan 5 atribut pencarian antara lain genre/jenis drama, penulis, sutradara, penayangan, dan aktor utama. Berdasarkan 25 data sampel dan memasukkan kriteria drama yang diinginkan, sistem akan memberikan 5 rekomendasi drama Korea dengan nilai kemiripan paling tinggi. Drama dengan nilai kemiripan tertinggi akan ditampilkan sebagai hasil rekomendasi drama. Dalam penelitian ini diperoleh nilai kemiripan tertinggi sebesar 0,6 untuk drama Korea berjudul A Time Called You.
Sistem rekomendasi buku menggunakan metode content-based filtering Asa Dilla Safitri; Vihi Atina; Anisatul Farida
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1302

Abstract

Membaca buku adalah cara untuk memperoleh ilmu dan pemahaman yang luas. Meskipun informasi tentang buku kini telah banyak tersedia di internet, namun tidak dapat dipungkiri bahwa budaya membaca masyarakat Indonesia masih cukup rendah. Untuk mendorong minat membaca masyarakat Indonesia, maka diperlukan penyediaan bahan bacaan yang beragam dan mudah diakses oleh masyarakat. Dengan adanya teknologi internet yang ada pada saat ini, masyarakat dapat dengan mudah mengakses ke berbagai layanan penyedia buku seperti Penerbit Haru, Gramedia, Togamas, dll. Penerbit Haru adalah salah satu e-commerce yang menyediakan berbagai genre buku seperti novel, komik, hingga buku non-fiksi. Namun, sistem penjualan buku di website Penerbit Haru masih berdasarkan abjad, sehingga pelanggan sering kali mengalami kesulitan untuk menemukan buku yang sesuai dengan kebutuhan. Tujuan dari penelitian ini adalah untuk membuat Sistem Rekomendasi menggunakan metode Content-Based Filtering. Penelitian ini menggunakan Prototype sebagai metode pengembangan sistem, yang mencakup pengumpulan kebutuhan dan analisis sistem, desain cepat, dan membangun prototype. Pemodelan content-based filtering untuk sistem rekomendasi pemilihan buku ini menggunakan 25 data sampel dengan 8 pilihan atribut pencarian yaitu, judul buku, tahun terbit, genre, sinopsis, penulis, terjemahan, review, dan harga. Data buku yang digunakan diambil dari website Penerbit Haru dan untuk data review diambil dari website goodreads. Sistem ini akan memberikan rekomendasi buku berdasarkan preferensi pelanggan dengan menghitung nilai similarity dan atribut setiap buku. Penelitian ini menunjukkan bahwa sistem ini dapat memberikan rekomendasi buku dengan tingkat nilai similarity sebesar 0,6.