UMN Knowledge Center

Rancang Bangun Sistem Rekomendasi Pemilihan Film Menggunakan Metode Hybrid Filtering Dengan Algoritma K-Nearest Neighbor

Ciaputra, Andy Tanu (2017) Rancang Bangun Sistem Rekomendasi Pemilihan Film Menggunakan Metode Hybrid Filtering Dengan Algoritma K-Nearest Neighbor. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (942kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (792kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (916kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB) | Preview

Abstract

Dunia perfilman terus meningkat seiring berjalannya waktu. Peningkatan ini diikuti oleh meningkatnya minat menonton film oleh masyarakat. Namun dengan berkembangnya dunia perfilman, jumlah film yang beredar pun semakin banyak, sehingga masyarakat memerlukan informasi yang dapat membantu dalam menentukan film yang ingin dinikmati. Hal ini kemudian menjadi latar belakang dari penelitian ini. Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem rekomendasi pemilihan film menggunakan metode Hybrid Filtering dengan algoritma K-Nearest Neighbor. Hasil dari skenario uji coba yang telah dilakukan menunjukkan bahwa algoritma K-Nearest Neighbors telah berhasil diterapkan pada aplikasi. Berdasarkan uji kepuasan pengguna, diketahui tingkat kepuasan pengguna terhadap sistem rekomendasi yang telah dibangun sebesar 82.6% dan hasil uji reliabilitas dengan menggunakan Cronbach Alpha mencapai 0.7, sehingga dapat disimpulkan kuesioner dapat diandalkan. Uji validasi yang telah dilakukan juga menyimpulkan bahwa kuesioner yang digunakan bersifat valid.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Sistem Rekomendasi, Film, K-Nearest Neighbor, Hybrid Filtering
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology > T58.59 Algorithm
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 24 Jan 2019 01:54
Last Modified: 24 Jan 2019 01:54
URI: http://kc.umn.ac.id/id/eprint/4818

Actions (login required)

View Item View Item