Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Permadani, Trisna Wahyu Intan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Sistem Rekomendasi Film Berdasarkan Genre Menggunakan Metode Content-Based Filtering dengan Algoritma Cosine Similarity Permadani, Trisna Wahyu Intan; Prasetya, Dika Adi; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/b17w5x77

Abstract

Perkembangan teknologi informasi telah memberikan kemudahan dalam mengakses hiburan digital, termasuk dalam memilih film melalui layanan streaming seperti Netflix dan Disney+. Namun, banyaknya pilihan justru menyulitkan pengguna dalam menentukan film yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk membangun sistem rekomendasi film berbasis konten (Content-Based Filtering) yang dapat memberikan saran film yang relevan berdasarkan kemiripan konten, khususnya dari sisi genre. Pendekatan yang digunakan melibatkan metode pembobotan TF-IDF untuk merepresentasikan genre film dalam bentuk vektor, kemudian menghitung kemiripan antar film menggunakan cosine similarity. Sistem bekerja dengan mencocokkan film yang disukai pengguna terhadap seluruh data, lalu merekomendasikan film lain yang memiliki tingkat kemiripan tertinggi. Hasil implementasi menunjukkan bahwa sistem ini mampu memberikan rekomendasi film yang relevan dan masuk akal. Contohnya, ketika pengguna memilih "Toy Story (1995)", sistem berhasil merekomendasikan film-film sekuel dan bertema serupa.
Co-Authors Erna Daniati Prasetya, Dika Adi