IMPLEMENTASI ALGORITMA SPHERICAL K-MEANS DAN COLLABORATIVE FILTERING PADA SISTEM REKOMENDASI FILM

Film saat ini sudah menjadi salah satu hiburan yang populer dan semakin diminati oleh khalayak umum. Sejak tahun 1874 sampai 2017, sebanyak 3,885,273 judul film telah dikeluarkan industri perfilman. Banyaknya judul film tersebut mengakibatkan user mengalami kesulitan dalam memilih film yang sesuai dengan keinginannya untuk ditonton. Sistem rekomendasi dapat dijadikan sebagai solusi dalam menghasilkan pilihan informasi yang lebih akurat dan bernilai bagi user. Untuk mencapai tujuan tersebut, digunakan dua algoritma yang berbeda yaitu algoritma Spherical K-Means dan algoritma Collaborative Filtering. Algoritma Spherical K-Means berfungsi untuk mengelompokkan data user berdasarkan rating yang diberikan dengan nilai centroidnya, kemudian hasil kelompok (cluster) dimanfaatkan untuk menemukan kemiripan (similarity) dan prediksi yang bisa dijadikan sebagai bahan rekomendasi film. Penemuan similarity dan prediksi tersebut menggunakan algoritma collaborative filtering. Hasil pengujian menunjukkan bahwa, nilai MAE rekomendasi item-based menggunakan adjusted cosine lebih akurat jika di bandingkan dengan user-based menggunakan pearson correlation. Nilai MAE dipengaruhi oleh prediksi yang dihasilkan, semakin tinggi nilai prediksi maka semakin tinggi tingkat akurasi.