Recommender System Berbasis Hybrid Filtering di Twitter Menggunakan K-Means Clustering (Studi Kasus: Film di Disney+) - Dalam bentuk pengganti sidang - Artikel Jurnal

FARID KRIDA MUKTI

Informasi Dasar

107 kali
23.04.4071
004
Karya Ilmiah - Skripsi (S1) - Reference

Dengan perkembangan teknologi yang sudah sangat pesat, sehingga menonton film di rumah sudah menjadi sarana hiburan. Disney+ adalah platform menonton film yang menyediakan berbagai berbagai judul film. Namun, karena ada terlalu banyak film terlalu banyak judul film, hal ini menyebabkan kebingungan di antara para pengguna. Untuk menentukan yang mana film untuk ditonton. Solusi untuk masalah ini adalah dengan menyediakan sebuah sistem rekomendasi yang memberikan rekomendasi untuk film yang akan ditonton. Twitter adalah sebuah media sosial yang sosial yang digunakan untuk menulis posting yang disebut tweet. Dalam sistem ini, tweet merupakan data yang akan diolah menjadi rating. Penelitian ini dilakukan menggunakan K-Means Clustering dan Hybrid Filtering. Dengan menggunakan dataset yang diperoleh dari Kaggle dataset berisi IMDb, Disney Rotten Tomatoes, dan Metacritic. Kemudian melakukan preprocessing data dengan text processing, polarity, dan labeling. Dan mendapatkan dataset yang akan digunakan untuk eksperimen. Hasil pengujian dari penelitian ini menunjukkan bahwa K-Means Clustering dengan Hybrid Filtering mendapatkan hasil yang paling baik dengan mendapatkan nilai MAE sebesar 0.4236, dan nilai RMSE sebesar 0.5246.

Subjek

DATA SCIENCE
 

Katalog

Recommender System Berbasis Hybrid Filtering di Twitter Menggunakan K-Means Clustering (Studi Kasus: Film di Disney+) - Dalam bentuk pengganti sidang - Artikel Jurnal
 
ii, 9p
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FARID KRIDA MUKTI
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2023

Koleksi

Kompetensi

  • CII4E4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini