SISTEM REKOMENDASI GAME PLAYSTATION 4 DENGAN CONTENT-BASED DAN COLLABORATIVE FILTERING

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] Text
BAGIAN AWAL.pdf

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

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

Download (3MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (19MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
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

Actions (login required)

View Item
View Item