APLIKASI REKOMENDASI PODCAST BERBASIS MOBILE & WEB MENGGUNAKAN METODE N-GRAM DAN TERM FREQUENCY

Salah satu bentuk utama penyajian informasi dan hiburan adalah dalam bentuk konten audio on-demand atau yang sering disebut sebagai podcast. Permasalahan yang dihadapi adalah kesulitan pengguna untuk menemukan podcast yang sesuai dengan preferensinya di antara ratusan ribu podcast yang kini tersedia di internet. Selain jumlah podcast, tidak lengkapnya metadata untuk podcast menjadi salah satu masalah dalam mengembangkan sistem rekomendasi pada umumnya. Sistem ini dirancang dengan memanfaatkan N-Gram dan Term Frequency untuk menghasilkan kueri dari judul dan deskripsi sebuah podcast yang kemudian akan digunakan untuk mencari podcast lainnya yang mirip dengan memanfaatkan perhitungan cosine similarity. Tahap pengujian dilakukan melalui pengujian terhadap sistem menggunakan perhitungan nDCG untuk menentukan tingkat relevansi hasil rekomendasi. Dari hasil pengujian terhadap sistem, dapat disimpulkan bahwa dengan memanfaatkan nilai k yang semakin mendekati jumlah kueri yang berhasil dihasilkan oleh proses generate query maka akan semakin besar pula nilai precision dan nDCG yang dihasilkan, yang berarti hasil rekomendasi akan semakin tinggi tingkat relevansinya.