Sistem Rekomendasi untuk Maksimalisasi Industri Film dengan Metode Demographic Filtering dan Content Based Filtering

Penulis

  • Puji Lestari Ilmu Ekonomi, Fakultas Ekonomi dan Bisnis, Universitas Padjadjaran, Indonesia

DOI:

https://doi.org/10.54082/jiki.104

Kata Kunci:

Content Based Filtering, Cosine Similarity, Demographic Filtering , Movie Recommendation System, TF-IDF

Abstrak

Saat ini terjadinya peningkatan demand terhadap layanan streaming terutama di industri perfilman, di tahun 2021 pendapatan yang dihasilkan dari langganan video on demand di Indonesia dapat mencapai USD 411 juta. Untuk memaksimalkan penggunaan layanan streaming ini diperlukan suatu sistem yang dapat menguntungkan produsen dan juga pengguna. Salah satu sistem tersebut adalah movie recommendation system yang dapat membantu pengguna dengan memberikan rekomendasi film terbaik dan sesuai dengan preferensi pengguna. Sistem ini juga dapat membantu perusahaan untuk menentukan target pasar dan memaksimalisasi produksi film. Penelitian ini menggunakan dua metode dalam membuat rekomendasi sistem yaitu Demographic Filtering dan Content Based Filtering. Dengan menggunakan data yang berisi 3.315.117,054 rating yang berasal dari 4803 pengguna untuk 4801 film, sistem ini berhasil merekomendasikan 10 film dengan peringkat teratas bagi pengguna baru dengan menggunakan metode Demographic Filtering serta 10 film rekomendasi lainnya yang menyesuaikan dengan preferensi pengguna berdasarkan infromasi sinopsis, genre, credit, dan keyword film dengan menggunakan metode Content Based Filtering sehingga rekomendasi yang diberikan lebih terpesonalisasi dengan preferensi pengguna. Kedua sistem dasar ini sangat efektif untuk digunakan karena dapat menguntungkan kedua pihak yaitu pengguna dan produsen film.

Referensi

Girish Kumar P, Akhilesh M. “IRJET- An Innovative Way Recommend Products in E-Commerce.” Irjet 8, no. 8, 2021.

Reddy, Srs, Sravani Nalluri, Subramanyam Kunisetti, S. Ashok, and B. Venkatesh. “Content-Based Movie Recommendation System Using Genre Correlation.” Smart Innovation, Systems and Technologies, no. 105, pp. 391–397, 2019.

Halim, Arwin, Hernawati Gohzali, Dita Maria Panjaitan, and Ilham Maulana. “Sistem Rekomendasi Filmmenggunakan Bisecting K-Means Dan Collaborative Filtering.” Citisee 4567789, no. 061, pp. 37–41, 2017.

Fajriansyah, Muhammad, Putra Pandu Adikara, and Agus Wahyu Widodo. “Sistem Rekomendasi Film Menggunakan Metode Content Based Filtering.” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 6, pp. 2188–2199, 2021. http://e-journal.uajy.ac.id/20600/.

Gomez-Uribe, Carlos A., and Neil Hunt. “The Netflix Recommender System: Algorithms, Business Value, and Innovation.” ACM Transactions on Management Information Systems, vol. 6, no. 4, 2015.

Agustian, Eggy Ryana. “Sistem Rekomendasi Film Menggunakan Metode Collaborative Filtering Dan K-Nearest Neighbors.” Jurnal Infra, vol. 3, no. 1, pp. 18–21, 2020. http://publication.petra.ac.id/index.php/teknik-informatika/article/view/9800.

Direktorat Sejarah, & Direktorat Jenderal Kebudayaan. (2017). Merayakan Film Nasional. Kementerian Pendidikan dan Kebudayaan Republik Indonesia. https://repositori.kemdikbud.go.id/23892/1/Merayakan%20film%20nasional.pdf.

Deng, Yue. Recommender Systems Based on Graph Embedding Techniques: A Review. IEEE Access. Vol. 10, 2022.

Dwivedi, R. (n.d.). What are recommendation systems in machine learning? Analytics Steps - A leading source of Technical & Financial content. https://www.analyticssteps.com/blogs/what-are-recommendation-systems-machine-learning.

BeritaSatu.com. (2012). Industri film Beri Kontribusi Pada Perkembangan Ekonomi. beritasatu.com. https://www.beritasatu.com/news/53799/industri-film-beri-kontribusi-pada-perkembangan-ekonomi.

Haris Jauhari (ed.). Layar Perak 90 Tahun Bioskop di Indonesia, pp. 25

Ibtesama. (2020). Getting started with a movie recommendation system. Kaggle: Your Machine Learning and Data Science Community. https://www.kaggle.com/code/ibtesama/getting-started-with-a-movie-recommendation-system/data?select=tmdb_5000_movies.csv

KOMINFO, P. (2021). Pemerintah Dorong Industri film Manfaatkan platform digital. Website Resmi Kementerian Komunikasi dan Informatika RI. https://www.kominfo.go.id/content/detail/37105/pemerintah-dorong-industri-film-manfaatkan-platform-digital/0/berita

Muvi One. (2022). Role of a movie recommender system in the streaming industry. https://www.muvi.com/blogs/movie-recommender-system.html

Ryana Agustian, Eggy, and Eddy Prasetyo Nugroho. “Sistem Rekomendasi Film Menggunakan Metode Collaborative Filtering Dan K-Nearest Neighbors Film Recommendation System Using Collaborative Filtering Method and K-Nearest Neighbors”, vol. 3, no. 1, pp. 6765–6775, 2020, https://ejournal.upi.edu/index.php/JATIKOM

Ryngksai, Iateilang, and L Chameikho. “Recommender Systems : Types of Filtering”, vol. 3, no. 11, pp. 251–254, 2014.

Sandrya, Vincent, Wasino Wasino, and Desi Arisandi. “Sistem Rekomendasi Film Menggunakan Metode Multiple Attribute Utility Theory.” Computatio : Journal of Computer Science and Information Systems, vol. 6, no. 1, pp. 19, 2022

Soham Das, S. (2022). Build a movie recommendation system on your own. Analytics Vidhya. https://www.analyticsvidhya.com/blog/2020/11/create-your-own-movie-movie-recommendation-system/

Tommy. (2021). How machine learning recommends movies for you. Medium. https://towardsdatascience.com/how-machine-learning-recommends-movies-for-you-6f418f26bcb2

Diterbitkan

14-06-2024

Cara Mengutip

Lestari, P. (2024). Sistem Rekomendasi untuk Maksimalisasi Industri Film dengan Metode Demographic Filtering dan Content Based Filtering. Jurnal Ilmu Komputer Dan Informatika, 4(1), 1–10. https://doi.org/10.54082/jiki.104