SISTEM REKOMENDASI MUSIK DENGAN METODE TAGDRIVEN ITEM SIMILARITY BERBASIS MOBILE DAN WEB

Sistem rekomendasi musik dapat membantu pengguna dalam mendapatkan rekomendasi lagu yang sesuai dengan preferensi pengguna. Sistem rekomendasi yang ada saat ini hanya mengandalkan rating dan preferensi user yang mana terdapat masalah rating diversity sehingga membuat hasil prediksi tidak dapat diandalkan. Oleh karena itu aplikasi yang dibuat akan menggunakan Metode Tag-driven Item Similarity untuk menghitung similaritas antar lagu dan similaritas antar artis yang kemudian akan digabungkan menjadi similaritas gabungan yang nantinya akan digunakan untuk menghasilkan rekomendasi ke user. Tahap pengujian dilakukan melalui pengujian terhadap sistem dan kuesioner dengan menggunakan model Technology Acceptance Model. Dari hasil pengujian terhadap sistem, dapat disimpulkan bahwa dengan menggunakan nilai weight sebesar 0.6 dan dengan nilai 1 untuk persentase top k relevant akan menghasilkan nilai RMSE terkecil pada pengujian yang telah dilakukan dan rekomendasi hanya dapat diberikan kepada user yang telah memiliki play count dan rating yang bernilai lebih besar dari minimal rating rekomendasi.