Implementasi Algoritma Support Vector Machine untuk Sistem Rekomendasi Film Berdasarkan Kebiasaan Pengguna

L Santoso, Jonathan (2023) Implementasi Algoritma Support Vector Machine untuk Sistem Rekomendasi Film Berdasarkan Kebiasaan Pengguna. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (202kB) | Preview
Preview	PDF BAB_I.pdf Download (218kB) | Preview
Preview	PDF BAB_II.pdf Download (290kB) | Preview
Preview	PDF BAB_III.pdf Download (1MB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
Preview	PDF BAB_V.pdf Download (199kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (845kB)

Abstract

Sistem rekomendasi adalah sistem yang dibangun untuk dapat membantu dalam hal pengambilan keputusan. Pada penelitian ini, dilakukan implementasi algoritma Support Vector Machine atau SVM untuk sistem rekomendasi film agar dapat meng- hasilkan rekomendasi berdasarkan karakteristik atau kebiasaan pengguna, selain itu dilakukan juga Hyper Parameter Tuning kepada SVM untuk mencari Kernel Func- tion yang terbaik dalam masalah ini. Lalu dilakukan juga pengujian dan evalu- asi kepada tiga pengguna sebagai studi kasus. Hasil evaluasi menunjukkan sistem rekomendasi ini memiliki akurasi terbesar pada angka 0,77 atau 77%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Kebiasaan pengguna, Kernel Function, Sistem rekomendasi film, Sup- port Vector Machine,
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Mar 2023 09:00
Last Modified:	23 Aug 2023 07:33
URI:	https://kc.umn.ac.id/id/eprint/23470

Actions (login required)

View Item