Aplikasi R-Shiny Dalam Membangun Sistem Rekomendasi Berdasarkan Metode Collaborative Filtering (Studi Kasus : Rekomendasi Film Dataset Movielens)

Abstract

Film telah menjadi salah satu hiburan favorit masyarakat terutama di media streaming film. Jumlah film pertahun terhitung mencapai ribuan yang menyebabkan information overload sehingga membuat user cenderung kesulitan untuk menemukan film. Oleh karena itu membutuhkan cara penemuan kembali suatu informasi yang efektif. Sistem rekomendasi muncul sebagai solusi memberikan informasi atau item yang bersifat personal. Collaborative filtering merupakan salah satu metode dalam sistem rekomendasi, yang bekerja dengan menyaring informasi dari profil pengguna lain berupa rating untuk memprediksi item yang mungkin disukai pengguna. Pada penelitian ini dibangun sebuah Recommender System yang berbasis Collaborative filtering menggunakan pendekatan User-Based Collaborative Filtering(UBCF) dan Item-Based Collaborative Filtering(IBCF). Recommender System dibangun menggunakan aplikasi Shiny App menggunakan bahasa pemrograman R. Hasil penelitian menunjukkan bahwa metode UBCF lebih akurat dalam hal memberikan rekomendasi dibandingkan metode IBCF, berdasarkan kriteria MAE, dan UBCF ini yang digunakan pada aplikasi RShiny.