SISTEM REKOMENDASI GAME PC MENGGUNAKAN COLLABORATIVE FILTERING DAN ARTIFICIAL BEE COLONY

ANDY WIJAYA and MUHAMMAD ABDUL AZIZ (2018) SISTEM REKOMENDASI GAME PC MENGGUNAKAN COLLABORATIVE FILTERING DAN ARTIFICIAL BEE COLONY. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (5MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (5MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (14MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (798kB)

Abstract

Game merupakan hal yang populer dikalangan para remaja. Berdasarkan penelitian tahun 2008 tentang game yang dilakukan oleh Pew Research Center, terdapat 97% dengan usia 12 sampai dengan 17 tahun dari para remaja yang bermain game, 99% diantaranya merupakan remaja pria dan game yang dimaksudkan adalah semua jenis/genre yang ada. Banyaknya judul-judul game yang telah beredar membuat masyarakat sulit untuk menemukan game yang mereka inginkan. Data-data rating game yang terdapat dalam suatu website dapat diolah dan dimanfaatkan untuk merekomendasikan game kepada user lain. Dalam tugas akhir ini dilakukan penggabungan dari dua metode, collaborative filltering menghubungkan setiap user dengan kesukaan yang sama terhadap suatu item (game) berdasarkan rating yang diberikan user. Untuk meningkatkan keakurasian rekomendasi digunakan algoritma artificial bee colony (ABC). Sistem rekomendasi ini akan diimplementasikan dalam sebuah website dengan menggunakan bahasa pemograman PHP, HTML dan MySQL. Pengujian dilakukan dengan 2 jenis yaitu pengujian dengan MAE (Mean Absolute Error) dan penyebaran kuesioner terhadap 20 orang responden dengan menyediakan 10 pertanyaan, penyebaran kuisoner dilakukan melalui google form. Hasil pengujian MAE terhadap sistem rekomendasi game berdasarkan collaborative filtering dan artificial bee colony yang dilakukan memperoleh nilai yang relatif rendah yaitu 0,647, dan pengujian kuesioner mendapatkan nilai index 78%, yang artinya sistem rekomendasi game menggunakan collaborative filtering dan artificial bee colony sudah memiliki tampilan yang cukup baik serta fitur yang mudah untuk dipahami.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 20 Mar 2023 08:56
Last Modified: 20 Mar 2023 08:56
URI: https://repository.mikroskil.ac.id/id/eprint/1738

Actions (login required)

View Item
View Item