SISTEM REKOMENDASI FILM MENGGUNAKAN COLLABORATIVE FILTERING DAN BISECTING K-MEANS

Film sudah menjadi salah satu media hiburan yang populer dikalangan masyarakat. Sejak tahun 1874 sampai 2015, sebanyak 3,361,741 judul film telah dikeluarkan oleh industri perfilman. Banyaknya judul-judul film yang telah beredar membuat masyarakat sulit untuk menemukan film yang mereka inginkan. Data-data rating film yang terdapat dalam suatu website dapat diolah dan dimanfaatkan untuk merekomendasikan film kepada user lain. Dalam tugas akhir ini dilakukan penggabungan dari dua metode, collaborative filltering menghubungkan setiap user dengan kesukaan yang sama terhadap suatu item (film) berdasarkan rating yang diberikan user. Untuk meningkatkan keakurasian rekomendasi digunakan algoritma bisecting k-means. Sistem rekomendasi ini akan diimplementasikan dalam sebuah website dengan menggunakan bahasa pemrograman PHP, HTML dan MySQL. Pengujian dilakukan dengan 2 jenis yaitu pengujian dengan MAE (Mean Absolute Error) untuk mengetahui keakurasian rekomendasi dan penyebaran kuisoner terhadap 20 orang responden dengan menyediakan 10 pertanyaan linkedlist dan 1 pertanyaan berupa saran terhadap sistem dari segi tampilan dan fitur, penyebaran kuisoner dilakukan melalui google form