ARIEF ARFAN and DOLI IMAM ANGGARA (2017) SISTEM REKOMENDASI GAME PLAYSTATION 4 DENGAN CONTENT-BASED DAN COLLABORATIVE FILTERING. Undergraduate (S-1) thesis, Universitas Mikroskil.
![[thumbnail of BAGIAN AWAL.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAGIAN AWAL.pdf
Download (6MB)
![[thumbnail of BAB I.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB I.pdf
Download (1MB)
![[thumbnail of BAB II.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB II.pdf
Download (3MB)
![[thumbnail of BAB III.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB III.pdf
Restricted to Registered users only
Download (19MB)
![[thumbnail of BAGIAN AKHIR.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAGIAN AKHIR.pdf
Download (974kB)
Abstract
Playstation merupakan sebuah konsol video game populer yang dikembangkan dan dimiliki oleh Sony Interactive Entertainment. Playstation 4 dirilis pada tahun 2013 dan terjual hingga 1 juta unit pada hari pertama dan menjadi konsol dengan penjualan tercepat sepanjang sejarah. Hingga 30 Juni 2016, lebih dari 43juta unit terjual di seluruh dunia. Playstation 4 menggunakan controller DualShock 4 dan mendukung fitur Virtual Reality yang disebut dengan "Playstation VR". Sistem rekomendasi yang umum digunakan adalah Collaborative filtering dan Content-based Filtering. Pada collaborative filtering, user akan mendapatkan rekomendasi berdasarkan kesukaan user yang dibandingkan dengan user lain ataupun item yang disukai user tersebut. Sistem rekomendasi Content-based menganalisis konten suatu item untuk menghasilkan rekomendasi sehingga memungkinkan rekomendasi yang dihasilkan mengarah ke suatu konten tertentu. Sistem rekomendasi ini akan dibangun dengan bahasa pemrograman C#, HTML, Javascript, dan SQL Server. Dalam pengujian rekomendasi collaborative filtering digunakan MAE (Mean Absolute Error), pengujian precision and recall terhadap content-based filtering, pengujian fungsional sistem dengan blackbox, dan kuesioner tingkat kepuasan pengguna. Pengujian rekomendasi user-based collaborative filtering menghasilkan rekomendasi lebih baik dengan MAE sebesar 0,499243 sedangkan item-based collaborative filtering menghasilkan rekomendasi dengan MAE sebesar 1,012758. Pada content-based filtering, hasil pengujian tingkat precision meningkat pada tahap-3 sebesar 56,6% dan recall sebesar 1,1%.
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: | 05 May 2023 04:07 |
Last Modified: | 05 May 2023 04:27 |
URI: | https://repository.mikroskil.ac.id/id/eprint/2450 |