Melola Discovery

← Melola Discovery

Jurnal Tanpa peringkat SINTA

Implementasi K-Means dan Collaborative Filtering untuk Sistem Rekomendasi

Edu Komputika Journal · Vol. 10 No. 2 (2024) · hlm. 104–111

DOI
10.15294/edukomputika.v10i2.73906
ISSN
2599-297X, 2252-6811
Terbit
2024-07-28
Penerbit
Jurusan Teknik Elektro Universitas Negeri Semarang
Bahasa
eng

Abstrak

Pada penelitian ini akan mengadopsi K-Means untuk mengelompokkan film yang serupa sebelum dilakukan rekomendasi menggunakan item based collaborative filtering dengan tujuan mereduksi data, mendapatkan data kelompok film yang sesuai dengan target pengguna dan mempercepat proses eksekusi. Penelitian ini dimulai dengan melakukan pengumpulan data, pengolahan data, proses klastering, proses rekomendasi, proses prediksi rating dan akurasi. Dari hasil penelitian dapat disimpulkan bahwa penggunaan metode item based collaborative filtering pada dataset MovieLens 100k dapat memberikan rekomendasi film kepada pengguna. Namun akurasi MAE dari prediksi rating memiliki error sedang yaitu 0.54 dan akurasi menggunakan metode RMSE memiliki nilai error yang tinggi yaitu 0.71. Waktu eksekusi untuk proses rekomendasi juga memakan waktu lama yaitu 14 menit 12 detik.

Jaringan kolaborasi para penulis

6 penulis · 12 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Amikom Yogyakarta
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Hanif Al FattaAfiliasi tidak diketahui2
Hastari UtamaUniversitas Amikom Yogyakarta2
Yoga PristyantoUniversitas Amikom Yogyakarta2

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/edukom/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Implementasi K-Means dan Collaborative Filtering untuk Sistem Rekomendasi</dc:title>
	<dc:creator>Dewi, Melany Mustika</dc:creator>
	<dc:creator>Farida, Lilis Dwi</dc:creator>
	<dc:creator>Dahlan, Akhmad</dc:creator>
	<dc:description xml:lang="en-US">


Pada penelitian ini akan mengadopsi K-Means untuk mengelompokkan film yang serupa sebelum dilakukan rekomendasi menggunakan item based collaborative filtering dengan tujuan mereduksi data, mendapatkan data kelompok film yang sesuai dengan target pengguna dan mempercepat proses eksekusi. Penelitian ini dimulai dengan melakukan pengumpulan data, pengolahan data, proses klastering, proses rekomendasi, proses prediksi rating dan akurasi. Dari hasil penelitian dapat disimpulkan bahwa penggunaan metode item based collaborative filtering pada dataset MovieLens 100k dapat memberikan rekomendasi film kepada pengguna. Namun akurasi MAE dari prediksi rating memiliki error sedang yaitu 0.54 dan akurasi menggunakan metode RMSE memiliki nilai error yang tinggi yaitu 0.71. Waktu eksekusi untuk proses rekomendasi juga memakan waktu lama yaitu 14 menit 12 detik.


</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Teknik Elektro Universitas Negeri Semarang</dc:publisher>
	<dc:date>2024-07-28</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/edukom/article/view/73906</dc:identifier>
	<dc:identifier>10.15294/edukomputika.v10i2.73906</dc:identifier>
	<dc:source xml:lang="en-US">Edu Komputika Journal; Vol 10 No 2 (2023): Edu Komputika Journal; 104-111</dc:source>
	<dc:source>2599-297X</dc:source>
	<dc:source>2252-6811</dc:source>
	<dc:source>10.15294/edukomputika.v10i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/edukom/article/view/73906/26962</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2024 Edu Komputika Journal</dc:rights>
</oai_dc:dc>