"SISTEM REKOMENDASI FILM MARVEL MENGGUNAKAN METODE HYBRID ITEM BASED DAN CONTENT BASED FILTERING"

Meningkatnya jumlah penonton bioskop dan film yang diproduksi, khususnya film Marvel (MCU). Banyaknya pilihan film membuat penonton bingung dalam menentukan film yang akan ditonton. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi menggunakan metode hybrid yang menggabungkan item-based filtering dan content-based filtering. Item-based menggunakan koefisien Pearson untuk menemukan kesamaan antar item berdasarkan pola penilaian pengguna, sedangkan metode content-based menghitung kemiripan antar film berdasarkan konten seperti genre, aktor, sutradara, dan sinopsis menggunakan TF-IDF dan cosine similarity. Implementasi sistem dilakukan melalui perancangan dan pengujian, termasuk evaluasi presisi dan pengujian perhitungan manual serta sistem. Hasil evaluasi menunjukkan nilai presisi sebesar 0.8 atau 80%, yang berarti 80% dari rekomendasi dianggap relevan oleh pengguna. Uji coba item-based filtering menunjukkan similarity sebesar 0.68 antara film X-Men dan Venom, sementara uji coba content-based filtering menunjukkan similarity tertinggi yaitu pada judul Iron Man 2 dengan nilai 0.929. Penelitian ini adalah metode hybrid yang diterapkan terbukti efektif dalam memberikan rekomendasi yang lebih akurat dan relevan. Namun, metode ini memiliki keterbatasan pada ketergantungan data yang akurat dan lengkap serta memerlukan sumber daya komputasi yang besar.
https://journal.undiknas.ac.id/index.php/tiers/index