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.
Copyrights © 2025