PENGEMBANGAN SISTEM REKOMENDASI GIM KOMPUTER MENGGUNAKAN METODE ALS DAN ADABOOST BERBASIS WEB

Penelitian ini bertujuan mengembangkan sistem rekomendasi gim komputer berbasis website menggunakan algoritme Alternate Least Square (ALS) dan Adaptive Boosting (Adaboost) untuk memprediksi hasil pada kolom kosong dalam database. Penelitian ini memanfaatkan dataset gim dari Steam dan Nintendo. Metode pengujian yang digunakan adalah black box testing, dan hasilnya menunjukkan keberhasilan untuk seluruh skenario pengujian. Evaluasi akurasi algoritme dilakukan dengan metrik MAE dan RMSE, menghasilkan skor MAE sebesar 0.05 dan RMSE sebesar 0.23. Meskipun akurasi prediksinya sudah cukup baik dengan RMSE 0.23, penelitian mendukung perluasan lebih lanjut, termasuk eksplorasi variasi data dan skenario, penggabungan ALS dengan algoritme lain, dan peningkatan kinerja algoritme Adaboost dalam integrasi dengan algoritme lain.