SISTEM REKOMENDASI FILM BERBASIS COLLABORATIVE FILTERING MENGGUNAKAN ALGORITMA MATRIX FACTORIZATION (STUDI KASUS PLATFROM VIU)

Abstract

Meningkatnya jumlah konten film dan drama di platform streaming digital seperti VIU menyebabkan pengguna kesulitan dalam menemukan tontonan yang sesuai dengan preferensi mereka. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem rekomendasi film berbasis Collaborative Filtering menggunakan pendekatan Matrix Factorization dengan algoritma Singular Value Decomposition (SVD). Sistem ini memanfaatkan data rating pengguna terhadap film untuk memprediksi kemungkinan ketertarikan pengguna terhadap film lain yang belum ditonton. Dalam penelitian ini, Data yang digunakan meliputi 200 data pengguna, 30 data film, dan 10 data prediksi rating hasil dari model. Sistem memungkinkan pengguna memasukkan ID untuk melihat daftar film yang direkomendasikan secara khusus. Selain itu, evaluasi dilakukan menggunakan metrik klasifikasi (accuracy bernilai 0.8, precision bernilai 1.0, recall bernilai 0.6667, dan F1-score bernilai 0.8) serta Mean Absolute Error (MAE) untuk mengetahui tingkat akurasi sistem bernilai 0.4551. Hasilnya menunjukkan bahwa sistem dapat memberikan rekomendasi yang cukup sesuai dengan preferensi pengguna.