PC GAME RECOMMENDER SYSTEM USING GENRE CORRELATION BASED ON MOBILE AND WEB

ALVIN PANGANTAR and HEN HEN (2018) PC GAME RECOMMENDER SYSTEM USING GENRE CORRELATION BASED ON MOBILE AND WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.

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

Download (6MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (2MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (10MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (31MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Gamekomputermerupakan aplikasi softwareyang lazimdimanfaatkan oleh user. Dengan genre yang bermacam – macam. Game komputer termasuk software yang diminati oleh berbagai umur, mulai dari anak–anak, hingga orang dewasa. Walaupun saat ini tersedia banyak website yang memberikan informasi mengenai game, tidak semua website dapat memberikan rekomendasi kepada para pengguna sesuai dengan genre yang disukai oleh user. Contoh : website Gog.com yang belum memberikan hasil rekomendasi kepada pengguna dan website Steam yang tidak memberikan informasi mengenai kemampuan perangkat pengguna dalam menjalankan sebuah game. Dalam tugas akhir ini, penulis mencoba membangun sebuah Sistem rekomendasi game yang akan dilengkapi dengan sistem rekomendasi berbasis mobile dan web yang dapat memberikan rekomendasi kepada user sesuai dengan preferensi genre yang dipilih user. Aplikasi web akan dibangun dengan menggunakan Node.js sebagai back-end dan Jquery dan Bootstrap sebagai front-end. Sedangkan aplikasi mobile dibangun dengan menggunakan bahasa pemograman java. Metodologi pengembangan sistem yang digunakan oleh penulis adalah waterfall. Hasil dari tugas akhir ini adalah aplikasi rekomendasi game dengan menggunakan algoritma korelasi genre dalam bentuk mobile dan web yang dapat digunakan untuk membantu user dalam mendapatkan informasi dan rekomendasi judul game yang sesuai dengan genre yang disukai. Faktor yang mempengaruhi nilai rekomendasi adalah rating, banyak genre dan nilai korelasi genre.

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: 27 Mar 2023 04:55
Last Modified: 27 Mar 2023 04:55
URI: https://repository.mikroskil.ac.id/id/eprint/1856

Actions (login required)

View Item
View Item