SISTEM REKOMENDASI FILM MENGGUNAKAN METODE IMPROVED K-CLIQUE BERBASIS MOBILE DAN WEB

Sistem rekomendasi adalah salah satu teknik terpenting yang digunakan untuk memperkenalkan informasi tentang kebutuhan pengguna, termasuk layanan terkait, dengan menganalisis tindakan pengguna. Metode Collaborative Filtering merupakan sebuah metode yang memberikan rekomendasi terbaik kepada pengguna, namun Collaborative Filtering memiliki kelemahan yang terletak pada Cold-start Problem, Sparsity, dan Rating Credibility. Untuk menyelesaikan permasalahan tersebut, maka dapat diterapkan metode Improved K-clique. Metode Improved K-clique akan melakukan proses clustering terhadap user yang terdapat pada database. Kemudian, proses dilanjutkan dengan menentukan nilai k yang akan digunakan. Setelah itu, proses dilanjutkan dengan menentukan cluster dari user baru. Terakhir, akan diperoleh daftar rekomendasi film berdasarkan cluster yang paling mirip dengan user baru tersebut. Dari hasil pengujian dengan metode Mean Absolute Error (MAE), diperoleh informasi bahwa metode Improved K-clique cocok untuk digunakan bagi user baru yang belum memberikan nilai rating. Hal ini berarti bahwa metode Improved K-clique ini mampu menyelesaikan permasalahan Cold-start dari metode CF. Selain itu, User yang baru memberikan beberapa rating saja juga memiliki nilai MAE yang lebih rendah, sehingga metode Improved K-clique juga telah mampu menyelesaikan permasalahan Sparsity. Terakhir, perangkat lunak juga mampu memberikan informasi hasil rekomendasi kepada user sesuai dengan jenis film dari cluster yang paling mirip dengan atribut user.