Skripsi/Tugas Akhir

Perancangan Aplikasi Streaming Film Menggunakan Hybrid Recommender System

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Dalam penelitian ini, kami mengembangkan Zuna Movie, sebuah aplikasi streaming film yang inovatif, menggunakan metode hybrid recommender system yang mengintegrasikan dua algoritma canggih: collaborative filtering (CF) dan content-based filtering (CBF). Keberadaan berbagai aplikasi streaming saat ini menawarkan kemudahan akses terhadap film-film dari berbagai genre dan era, namun sering kali gagal dalam memberikan rekomendasi yang benar-benar sesuai dengan preferensi individu pengguna. Melalui pengembangan Zuna Movie, kami bertujuan untuk mengisi kekosongan ini dengan menyediakan rekomendasi yang lebih akurat dan personal, sehingga memudahkan pengguna dalam menavigasi dan menemukan konten yang mereka nikmati. Implementasi dari hybrid recommender system ini menunjukkan hasil yang sangat baik dengan nilai precision 16.7% dan recall 100%. Berdasarkan analisis umpan balik pengguna melalui kuisioner. Dikembangkan dengan menggunakan framework Laravel, aplikasi ini menunjukkan kinerja yang baik dalam pengujian black box, menegaskan tidak adanya kesalahan fungsi. Meskipun implementasi algoritma rekomendasi menunjukkan potensi yang signifikan, efektivitasnya terbatas oleh ketersediaan data. Hasil ini menyarankan pentingnya memperbanyak basis data untuk meningkatkan akurasi rekomendasi, menawarkan wawasan untuk pengembangan aplikasi streaming film yang lebih responsif dan personal.
Kata Kunci: Streaming Film, Hybrid Recommender System, Collaborative Filtering, Content-Based Filtering

ABSTRACT
In this study, we developed Zuna Movie, an innovative film streaming application, utilizing a hybrid recommender system method that integrates two sophisticated algorithms: collaborative filtering (CF) and content-based filtering (CBF). While various streaming applications currently provide easy access to films of different genres and eras, they often fail to deliver recommendations that truly align with individual user preferences. Through the development of Zuna Movie, our aim was to address this gap by providing more accurate and personalized recommendations, thus facilitating users in navigating and discovering content they enjoy. The implementation of the hybrid recommender system yielded excellent results with a precision value of 16.7% and a recall of 100%. Based on user feedback analysis through questionnaires, the application exhibited good performance in black box testing, confirming the absence of functional errors. However, despite the significant potential shown by the implementation of recommendation algorithms, its effectiveness is constrained by data availability. These findings suggest the importance of expanding the database to enhance recommendation accuracy, providing insights for the development of more responsive and personalized film streaming applications.
Keywords: Movie Streaming, Hybrid Recommender System, Collaborative Filtering, Content-Based Filtering

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 ALL p - 0011RPL

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xiii + 53 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 23 Februari 2024

Subjek

Skripsi/Tugas Akhir
Algoritma Content Based Filtering
Algoritma Collaborative Filtering
Hybrid Recommender System

Lampiran File