Detail Sistem Rekomendasi Film Menggunakan Metode Content Based Filtering Bibliografi Author: Tambunan, Mark William ; Mulyanti, Sri (Advisor); Sihombing, Denny J.C. (Advisor) Topik: sistem rekomendasi; film; content based filtering; python; data science methodology Bahasa: (ID )     Penerbit: Program Studi Sistem Informasi Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2022     Jenis: Theses - Undergraduate Thesis Fulltext: Mark William_Undergraduated_Theses_2022.pdf (1.14MB; 0 download) 201704560022_MarkWilliamTambunan_LembarAdministrasi.pdf (358.78KB; 1 download) Abstract Dengan perkembangan teknologi informasi, sekarang film sudah bisa ditonton secara digital menggunakan internet. Dengan pengguna jasa layanan streaming film yang semakin banyak dibandingkan televisi konvensional atau tv kabel, untuk menjaga loyalitas mereka tetap menggunakan jasa ini, Netflix memberikan rekomendasi-rekomendasi film yang sesuai dengan behaviour dari user tersebut. Untuk memberikan pengguna layanan streaming film ini sesuai dengan genre yang sedang populer atau yang mereka sukai, maka digunakan sistem rekomendasi. Untuk penelitian ini, penulis akan membangun sistem rekomendasi dengan metode content based filtering. Fokus penelitian ini adalah merancang model sistem rekomendasi film menggunakan content based filtering. Sistem rekomendasi ini bertujuan untuk memberikan rekomendasi film berdasarkan genre film. Penelitian ini dirancang dengan menggunakan bahasa pemrograman Python dan perangkat lunak Jupyter Notebook untuk menjalankan sistem rekomendasi tersebut. Metode yang digunakan untuk penelitian ini adalah Data Science Methodology. Hasil dari penelitian yaitu sistem dapat menampilkan rekomendasi film berdasarkan genre sesuai dengan film yang dipilih. Opini Anda Klik untuk menuliskan opini Anda tentang koleksi ini! Lihat Sejarah Pengadaan  Konversi Metadata   Kembali

Copyright © 2006, 2007 Unika Atma Jaya, all rights reserved