APLIKASI LAYANAN PENYEDIA INFORMASI HOBI DENGAN ALGORITMA CONTENT-BASED FILTERING DAN ALGORITMA K-MEDOIDS CLUSTERING

Hobi merupakan suatu hal yang merepresentasikan kesukaan individu berdasarkan aktivitas yang sering dilakukannya. Sangat minimnya informasi mengenai hobi menjadi kendala bagi setiap individu dalam mengembangkan hobi yang dimilikinya. Misalnya dalam informasi hobi mengenai event, tempat, komunitas dan berita yang berkaitan dengan hobi pengguna. Oleh sebab itu, dalam tugas akhir ini dibuat sebuah aplikasi yang dapat merekomendasikan informasi sesuai dengan hobi pengguna dengan menggunakan algoritma content-based filtering dan dikelompokkan berdasarkan urutan rating sebagai konten teratas yang direkomendasikan dengan menggunakan algoritma k-medoids clustering. Untuk output dari sistem yang dibuat juga sesuai dengan yang diharapkan dengan menggunakan pengunjian metode blackbox testing. Pengujian hasil rekomendasi menunjukkan bahwa nilai error yang didapatkan melalui perhitungan keseluruhan rata-rata hasil akhir Mean Absolute Error (MAE) pada implementasi algoritma content-based filtering dan k-medoids clustering dalam sistem rekomendasi relatif rendah dengan hasil akhir yaitu 0.19233894129602 pada rentang 0-1, yang dimana jika hasil akhir yang didapat mendekati angka 1 maka semakin besar nilai error yang didapat dan juga nilai akurasi yang di dapat akan semakin rendah. Sehingga dapat disimpulkan bahwa penggunaan algoritma content-based filtering dan algoritma k-medoids clustering memiliki keakuratan yang baik.