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.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (942kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (792kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (916kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)

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)
Keywords:	Sistem Rekomendasi, Film, K-Nearest Neighbor, Hybrid Filtering
Subjects:	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++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology 600 Technology (Applied Sciences) > 620 Engineering > 620 Engineering and Applied Operations
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jan 2019 01:54
Last Modified:	05 Apr 2023 03:31
URI:	https://kc.umn.ac.id/id/eprint/4818

Actions (login required)

View Item