<![CDATA[Pada penelitian ini akan mengadopsi K-Means untuk mengelompokkan film yang serupa sebelum dilakukan rekomendasi menggunakan item based collaborative filtering dengan tujuan mereduksi data, mendapatkan data kelompok film yang sesuai dengan target pengguna dan mempercepat proses eksekusi. Penelitian ini dimulai dengan melakukan pengumpulan data, pengolahan data, proses klastering, proses rekomendasi, proses prediksi rating dan akurasi. Dari hasil penelitian dapat disimpulkan bahwa penggunaan metode item based collaborative filtering pada dataset MovieLens 100k dapat memberikan rekomendasi film kepada pengguna. Namun akurasi MAE dari prediksi rating memiliki error sedang yaitu 0.54 dan akurasi menggunakan metode RMSE memiliki nilai error yang tinggi yaitu 0.71. Waktu eksekusi untuk proses rekomendasi juga memakan waktu lama yaitu 14 menit 12 detik.]]>
Copyrights © 2023
